Ich lerne immer noch neuronale Netze und ehrlich gesagt Python. Hier ist eine grundlegende NN I in keras trainiert:Keras Sequential Neural Network
from keras.models import Sequential
from keras.layers import Dense
import numpy
# fix random seed for reproducibility
numpy.random.seed(7)
# load pima indians dataset
dataset = numpy.loadtxt("Final_Data.csv", delimiter=",")
# split into input (X) and output (Y) variables
X = dataset[:,0:4]
Y = dataset[:,4]
# create model
model = Sequential()
model.add(Dense(3, input_dim=4, activation='sigmoid'))
model.add(Dense(1, activation='sigmoid'))
# Compile model
model.compile(loss='mean_squared_error', optimizer='sgd', metrics=['accuracy'])
# Fit the model
model.fit(X, Y, epochs=100, batch_size=400)
# evaluate the model
scores = model.evaluate(X, Y)
print("\n%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))
Wenn ich möchte, dass meine eigenen 4 Eingänge jetzt geben, um zu sehen, was die neuronalen Netzausgänge, was wird der Befehl aussehen? Ich denke, es ist der model.predict Befehl ist, aber wenn ich es 4 Eingänge in den Klammern geben:
model.predict(0.72804878,0.784146341,0.792682927,0.801219512)
ich zurück:
TypeError: predict() takes at most 4 arguments (5 given)
Nun ich vermute ich total bin mit dem Befehl falsch vorhersagen , Irgendwelche Vorschläge?
Vielen Dank Julio, dass mein Problem gelöst! – Felix
@Felix, wenn Ihnen diese Antwort tatsächlich hilft, sollten Sie sie akzeptieren, indem Sie auf das Häkchen unter dem Abwärtspfeil klicken. – DJK