将loss='categorical_crossentropy'改为均方误差的写法

将loss='categorical_crossentropy'改为均方误差的写法，需要将模型的输出和标签都改为数值型数据，同时将损失函数改为均方误差（MSE）。

下面是示例代码：

from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(10, input_dim=8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['accuracy'])

在这个例子中，我们将模型的输出改为了单个数值，因此我们将损失函数改为均方误差（MSE），并且在编译模型时使用了'mean_squared_error'参数。

同时，我们还需要将标签数据转换为数值型数据，可以使用以下代码：

import numpy as np
from keras.utils import to_categorical

# 生成随机数据作为示例
data = np.random.random((100, 8))
labels = np.random.randint(2, size=(100, 1))

# 将标签数据转换为数值型数据
labels = to_categorical(labels)

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

在这个例子中，我们使用了`to_categorical`函数将标签数据转换为数值型数据，这样就可以使用均方误差作为损失函数进行训练了。