Сценарий использования
- Проверьте версию tensorflow 2.4 и запустите образец кода для проверки.
- Создать модель бинарной классификации
- Классификация глубокого обучения на обычном табличном наборе данных
Требования
- Учетная запись Azure
- Учетная запись машинного обучения Azure
- Создать вычислительный экземпляр
- набор данных minst
Код
import tensorflow as tf; print(tf.__version__)
import tensorflow as tf from tensorflow.keras.layers import Dense, Flatten, Conv2D from tensorflow.keras import Model from tensorflow.keras.layers import Input, Dense, Activation,Dropout from tensorflow.keras.models import Model
- Прочтите набор данных
- набор данных находится в папке
diabetes = pd.read_csv(r'diabetes.csv')
diabetes.head()
- Разделить набор данных
- Данные X для функций
- y для этикеток
y = diabetes.iloc[:,10] X = diabetes.iloc[:,:10]
from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=42)
input_layer = Input(shape=(X.shape[1],)) dense_layer_1 = Dense(15, activation='relu')(input_layer) dense_layer_2 = Dense(10, activation='relu')(dense_layer_1) output = Dense(1, activation='softmax')(dense_layer_2) model = Model(inputs=input_layer, outputs=output) model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['acc'])
print(model.summary())
history = model.fit(X_train, y_train, batch_size=8, epochs=50, verbose=1, validation_split=0.2)
score = model.evaluate(X_test, y_test, verbose=1) print("Test Score:", score[0]) print("Test Accuracy:", score[1])
Первоначально опубликовано на https://github.com.