Bir meteor çarpmasından sağ çıkmak

Keras ile Deep Learning'e Giriş

Miguel Esteban

Data Scientist & Founder

Özet

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Yeni bir sıralı model oluşturun
model = Sequential()

# Bir giriş ve yoğun katman ekleyin
model.add(Dense(2, input_shape=(3,),
                activation="relu"))

# Sonda 1 nöronlu katman ekleyin
model.add(Dense(1))
<

Derleme

# Önceden oluşturduğunuz modeli derleyin
model.compile(optimizer="adam", loss="mse")

Eğitim

# Modelinizi eğitin
model.fit(X_train, y_train, epochs=5)

Epoch 1/5
1000/1000 [==============================] - 0s 242us/step - loss: 0.4090
Epoch 2/5
1000/1000 [==============================] - 0s 34us/step - loss: 0.3602
Epoch 3/5
1000/1000 [==============================] - 0s 37us/step - loss: 0.3223
Epoch 4/5
1000/1000 [==============================] - 0s 34us/step - loss: 0.2958
Epoch 5/5
1000/1000 [==============================] - 0s 33us/step - loss: 0.2795

Tahmin

# Yeni verilerde tahmin yapın
preds = model.predict(X_test)

# Tahminlere bakın
print(preds)

array([[0.6131608 ],
       [0.5175948 ],
       [0.60209155],
       ...,
       [0.55633   ],
       [0.5305591 ],
       [0.50682044]])

Değerlendirme

# Sonuçlarınızı değerlendirin
model.evaluate(X_test, y_test)

1000/1000 [==============================] - 0s 53us/step
0.25

Bir meteor çarpmasından sağ çıkmak

Özet

Derleme

Eğitim

Tahmin

Değerlendirme

Mevcut sorun

Bilimsel öngörü

Göreviniz

Dünyayı kurtaralım!