在标准化后，Tensorflow如何用于训练和构建模型？

关于鲍鱼数据的训练和模型构建可以使用“compile”和“fit”方法来分别完成。 “fit”方法还将Epochs的个数作为参数。

我们将使用包含一组鲍鱼测量的鲍鱼数据集。鲍鱼是一种海螺。目标是根据其他测量预测年龄。

我们使用谷歌Colaboratory来运行以下代码。 Google Colab或Colaboratory可通过浏览器运行Python代码，并且不需要配置，且免费访问GPU（图形处理单元）。Colaboratory是在Jupyter Notebook上构建的。

更多Python相关文章，请阅读：Python 教程

print("模型正在编译")
norm_abalone_model.compile(loss = tf.losses.MeanSquaredError(),optimizer = tf.optimizers.Adam())
print("模型正在拟合数据")
norm_abalone_model.fit(abalone_features, abalone_labels, epochs=8)

代码来源：https://www.tensorflow.org/tutorials/load_data/csv

输出结果

模型正在编译
模型正在拟合数据
Epoch 1/8
104/104 [==============================] - 0s 989us/step - loss: 98.3651
Epoch 2/8
104/104 [==============================] - 0s 945us/step - loss: 65.4568
Epoch 3/8
104/104 [==============================] - 0s 922us/step - loss: 21.7297
Epoch 4/8
104/104 [==============================] - 0s 912us/step - loss: 6.3429
Epoch 5/8
104/104 [==============================] - 0s 988us/step - loss: 5.0949
Epoch 6/8
104/104 [==============================] - 0s 958us/step - loss: 4.9868
Epoch 7/8
104/104 [==============================] - 0s 1ms/step - loss: 4.8982
Epoch 8/8
104/104 [==============================] - 0s 1ms/step - loss: 4.7936
<tensorflow.python.keras.callbacks.History at 0x7fda8213c898>