深度学习训练模型代码
时间: 2023-08-14 19:06:30 浏览: 48
深度学习训练模型的代码通常需要使用深度学习框架,例如TensorFlow,PyTorch等,以下是一个使用TensorFlow训练简单神经网络的示例代码:
```python
import tensorflow as tf
# 加载数据
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 数据预处理
x_train, x_test = x_train / 255.0, x_test / 255.0
# 定义模型
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
# 编译模型
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=5)
# 评估模型
model.evaluate(x_test, y_test)
```
这段代码使用了TensorFlow框架加载MNIST数据集,定义了一个简单的神经网络模型,并使用反向传播算法进行训练。最后,评估模型的性能。