深度学习python代码实例

当然，我可以为您提供一个深度学习的 Python 代码示例。以下是一个简单的神经网络模型的例子，使用 TensorFlow 框架来实现：

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 创建模型
model = Sequential()
model.add(Dense(64, activation='relu', input_dim=100))
model.add(Dense(64, activation='relu'))
model.add(Dense(10, activation='softmax'))

# 编译模型
model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

# 准备训练数据和标签
import numpy as np
data = np.random.random((1000, 100))
labels = np.random.randint(10, size=(1000, 1))

# 转换标签为独热编码
one_hot_labels = tf.keras.utils.to_categorical(labels, num_classes=10)

# 训练模型
model.fit(data, one_hot_labels, epochs=10, batch_size=32)

这个例子创建了一个包含两个隐藏层的神经网络，输入维度为 100，输出维度为 10。使用随机生成的数据和标签进行训练，使用 Adam 优化器和交叉熵损失函数。训练过程会迭代 10 次，每次使用批量大小为 32 的数据进行训练。

请注意，这只是一个简单的示例，实际的深度学习模型往往更加复杂，并且需要根据具体问题进行调整和优化。希望这个示例能对您有所帮助！如果您有任何其他问题，请随时提问。