keras全连接3分类模型代码
时间: 2023-05-12 18:03:56 浏览: 62
以下是一个使用 Keras 实现的全连接 3 分类模型的代码示例:
```python
from keras.models import Sequential
from keras.layers import Dense
# 创建模型
model = Sequential()
# 添加层
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=64, activation='relu'))
model.add(Dense(units=3, activation='softmax'))
# 编译模型
model.compile(loss='categorical_crossentropy',
optimizer='sgd',
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=5, batch_size=32)
# 评估模型
loss_and_metrics = model.evaluate(x_test, y_test, batch_size=128)
```
这个模型使用了两个隐藏层,每个隐藏层有 64 个神经元,使用 ReLU 激活函数。输出层有 3 个神经元,使用 softmax 激活函数。模型使用交叉熵作为损失函数,使用随机梯度下降作为优化器。在训练过程中,使用了 5 个 epoch 和 32 的 batch size。在评估模型时,使用了测试集的数据。