【头歌】重生之深度学习篇-Keras（初级）

创作不易，参考之前，点个赞，收藏，关注一下不过分吧，家人们

第1关：构建模型

任务描述

本关任务：

构建一个简单的模型，并且指定输入数据的尺寸：batch_size 为18，input_dim 为20。

编程要求

根据提示，在右侧编辑器补充代码，构建一个简单的模型，并指定输入输出数据的尺寸：units为18，input_dim 为20。

def input_values():
    model = Sequential()
    '''
    返回值:
    model: 一个顺序模型
    '''
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    model.add(Dense(units=18,input_dim=20))
    # ********** End **********#

    # 返回model
    return model

第2关：Keras模型编译

任务描述

本关任务：构建一个简单的模型，并对模型进行编译

编程要求

根据提示，在右侧编辑器补充代码，进而对模型进行编译，要求如下：

1. 提示：
2. optimizer 为 'rmsprop',
3. loss 为 'binary_crossentropy',
4. metrics 为 'accuracy'.

  model.add(Dense(1, activation='sigmoid'))
    '''
    返回值:
    model: 一个顺序模型
    '''
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    model.compile(optimizer='rmsprop',  
              loss='binary_crossentropy',  
              metrics=['accuracy']) 
    # ********** End **********#

    # 返回model
    return model
compile_model()

第3关：训练模型

任务描述

本关任务：构建一个简单的模型，对模型进行训练。

编程要求

根据提示，在右侧编辑器补充代码，进而对模型进行训练，要求如下：

1. 提示：
2. 将随机生成的1000组数据都作为训练集
3. 建议迭代轮次为10
4. 建议每次更新的样本数为64.

  # 生成虚拟数据
    data = np.random.random((1000, 100))
    labels = np.random.randint(2, size=(1000, 1))
    '''
    返回值:
    model: 一个顺序模型
    '''
    # 请在此添加代码 完成本关任务
    # ********** Begin *********#
    model.fit(data,labels,epochs=10,batch_size=64)
    # ********** End **********#
    # 返回model
    return model

注：内容只做参考和分享，未经允许不可传播，侵权立删