写一段keras二分类网络代码
时间: 2024-01-28 19:18:38 浏览: 29
好的,以下是一个简单的二分类网络代码示例:
```python
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
# 加载数据集
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
# 数据预处理
x_train = x_train.reshape(-1, 28*28) / 255.0
x_test = x_test.reshape(-1, 28*28) / 255.0
y_train = y_train.astype("float32")
y_test = y_test.astype("float32")
# 构建模型
model = keras.Sequential([
layers.Dense(64, activation="relu", input_shape=(784,)),
layers.Dense(64, activation="relu"),
layers.Dense(1, activation="sigmoid")
])
# 编译模型
model.compile(optimizer="adam", loss="binary_crossentropy", metrics=["accuracy"])
# 训练模型
model.fit(x_train, y_train, batch_size=32, epochs=10, validation_data=(x_test, y_test))
# 评估模型
test_loss, test_acc = model.evaluate(x_test, y_test, verbose=2)
print("Test accuracy:", test_acc)
```
这是一个基于MNIST数据集的二分类网络,使用了两个隐藏层,每个隐藏层有64个神经元,输出层使用sigmoid激活函数进行二分类预测。在模型编译时,使用了adam优化器和binary_crossentropy损失函数,并且在训练过程中计算了准确率作为评估指标。