利用TensorFlow构建一个简单神经元

建立一个简单的神经元进行房价预测

---

import tensorflow as tf
import numpy as np
from tensorflow import keras
model =tf.keras.Sequential([keras.layers.Dense(units=1,input_shape=[1])])#建立一个
model.compile(optimizer='sgd',loss='mean_squared_error')
xs=np.array([1.0,2.0,3.0,4.0,5.0,6.0],dtype=float)
ys=np.array([1.0,1.5,2.0,2.5,3.0,3.5],dtype=float)
model.fit(xs,ys,epochs=5000)
print(model.predict([7.0]))

建立一个y=0.5x+0.5的函数，对x=7进行预测。
其中Dense 为全连接层，units参数表示该层的神经单元结点数。input_shape,表示输入数据。Dense 的具体参数点击这里

• compile 用于配置需要训练的模型，optimizer 表示
• loss 用来配置模型的损失函数，可以通过名称调用tf.losses API中已经定义好的loss函数。
• metrics 用来配置模型评价的方法，如accuracy、mse等。
  更多用法参考这里