Tutorial: un taccuino dettagliato sull'API Keras Sequential (Tensorflow 2.0)

Blog

Quindi, questa è la parte successiva del mio tutorial precedente Tutorial: una rapida panoramica di tensorflow2.0 . Nel tutorial precedente, abbiamo appreso tutte le basi di tensorflow2.0 e diversi tipi di API Keras.



Controlla! Se non l'hai ancora fatto! Il link è sopra.

Quindi iniziamo con un'analisi dettagliata dell'API sequenziale in Keras tensorflow2.0. Qui, faremo previsioni sul set di dati Titanic con l'aiuto dell'API sequenziale. Puoi scaricare il set di dati da qui . e seguimi in questo.



Come ti ho detto prima. Il mio modo preferito per eseguire tensorflow2.0 è Google Colab. Ci fornisce supporto CPU/GPU/TPU. In Google Colab, importa direttamente TensorFlow e ti restituirà l'ultima versione. Keras esegue tensorflow2.0 come backend.

Mostrerò come scaricare qualsiasi set di dati Kaggle direttamente in Google Colab nel mio prossimo tutorial. (Il link verrà modificato/aggiornato qui .)



  1. Importa librerie : Importiamo le librerie di supporto.
## Import Basic Libraries import numpy as np ## numerical data processing import pandas as pd ## data processing, CSV file I/O ## This will be some files of titanic dataset downloaded from kaggle titanic/train.csv titanic/gender_submission.csv titanic/test.csv

Importiamo le librerie TensorFlow richieste.

## Sklearn.preprocessing module for preprocessing of data from sklearn import preprocessing ## Import Keras from tensorflow backend from tensorflow.python import keras ## SimpleImputer for filling missing values from sklearn.impute import SimpleImputer ## Import tensorflow import tensorflow as tf ## Import Sequential class (i.e for putting it together) from tensorflow.python.keras.models import Sequential ## Import different layers from Layer class from tensorflow.python.keras.layers import Dense, Dropout

#kaggle #keras #tensorflow #machine-learning #deep-learning #deep learning

medium.com

Tutorial: un taccuino dettagliato sull'API Keras Sequential (Tensorflow 2.0)

Quindi, questa è la parte successiva del mio tutorial precedente: una rapida panoramica di tensorflow2.0. Nel tutorial precedente, abbiamo appreso tutte le basi di tensorflow2.0 e diversi tipi di API Keras.