from?keras.models?import?Sequential
from?keras.layers?import?Dense
from?keras.optimizers?import?SGD
from?keras.layers?import?Dropout
from?keras.wrappers.scikit_learn?import?KerasClassifier
from?sklearn.model_selection?import?cross_val_score
from?sklearn.model_selection?import?KFold
from?keras.callbacks?import?LearningRateScheduler
from?sklearn?import?datasets
import?numpy?as?np
#?設(shè)定隨機(jī)數(shù)種子
seed=7
np.random.seed（seed）

#?導(dǎo)入數(shù)據(jù)
dataset?=?np.loadtxt（‘pima-indians-diabetes.csv‘?delimiter=‘‘）
#?分割輸入x和輸出Y
x?=?dataset[:?0?:?8]#數(shù)據(jù)
y?=?dataset[:?8]#標(biāo)簽

def?Createfisrt_model（xy）:
????“““輸入數(shù)據(jù)訓(xùn)練模型并返回“““
????#?創(chuàng)建模型
????model?=?Sequential（）
????model.add（Dense（16?input_dim=8?activation=‘relu‘））#第一層隱藏元12個(gè)
????model.add（Dense（8?activation=‘relu‘））#第二層隱藏元8個(gè)
????model.add（Dense（1?activation=‘sigmoid‘））#輸出層一個(gè)神經(jīng)元
????#?編譯模型
????model.compile（loss=‘binary_crossentropy‘?optimizer=‘a(chǎn)dam‘?metrics=[‘a(chǎn)ccuracy‘]）
????#?訓(xùn)練模型
????model.fit（x=x?y=y?epochs=150?batch_size=10?validation_split=0.2）
????#?評(píng)估模型
????scores?=?model.evaluate（x=x?y=y?verbose=0）
????print（‘\n%s?:?%.2f%%‘?%?（model.metrics_names[1]?scores[1]*100））
????return?model

def?get_model（filename=‘model‘choosemodel=‘json‘）:
????“““
????載入訓(xùn)練好的模型json
????:param?filename:模型名
????:return:?model：返回模型
????“““
????if?choosemodel==‘json‘:
????????from?keras.models?import?model_from_json
????????model?=?model_from_json（open（filename+‘.json‘）.read（））
????????model.load_weights（filename+‘.h5‘）
????????model.compile（loss=‘binary_crossentropy‘?optimizer=‘a(chǎn)dam‘?metrics=[‘a(chǎn)ccuracy‘]）
????????print（“Get?json?model!“）
????????return?model
????elif?choosemodel==‘yaml‘:
????????from?keras.models?import?model_from_yaml
????????model=model_from_yaml（open（filename+‘.yaml‘）.read（））
????????model.load_weights（filename+‘.h5‘）
????????model.compile（loss=‘binary_crossentropy‘?optimizer=‘a(chǎn)dam‘?metrics=[‘a(chǎn)ccuracy‘]）
????????print（“Get?yaml?model!“）
????????return?model

def?save_model（modelfilename=‘model‘choosemodel=‘json‘）:
????“““
????保存訓(xùn)練好的模型json
????:param?model:?傳入模型
????:param?filename:?保存模型名
????:return:?None
????“““
????if?choosemodel==‘json‘:
????????json_string?=?model.to_json（）
????????open（filename+‘.json‘‘w‘）.write（json_string）
????????model.save_weights（filename+‘.h5‘?overwrite=True）
????????print（“Save?json?model!“）
????elif?choosemodel==‘yaml‘:
????????yaml_string=model.to_yaml（）
????????open（filename+‘.yaml‘‘w‘）.write（yaml_string）
????????model.save_weights（filename+‘.h5‘overwrite=True）
????????print（“Save?yaml?model!“）

def?plt_model（historyhistorylist=[‘val_loss‘‘val_acc‘‘loss‘‘a(chǎn)cc‘]）:
????“““
????繪制model的相關(guān)參數(shù)準(zhǔn)確度和損失的訓(xùn)練梯度走勢(shì)
????:param?history:?傳入model.fit（）
????:param?historylist:?history.history.keys（）的參數(shù)數(shù)組
????:return:?繪制顯示結(jié)果
????“““
????#?print（history.history.keys（））#可以通過(guò)打印查看historylist的值
????from?matplotlib?import??pyplot?as?plt
????def?pltshow（modeltestval_modeltest）:
????????plt.plot（history.history[modeltest]）
????????plt.plot（history.history[val_modeltest]）
????????plt.title（‘model‘+

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件???17464789??2018-12-04?20:34??LSTM\imdb.npz

?????文件???????1898??2018-12-05?19:26??LSTM\international-airline-passengers.csv

?????文件???????7115??2018-12-04?19:43??LSTM\Keras基礎(chǔ).py

?????文件???????8230??2018-12-06?17:14??LSTM\LSTM_Forecast.py

?????文件???????7600??2018-12-06?21:04??LSTM\LSTM_imdb_nn.py

?????目錄??????????0??2018-12-06?21:22??LSTM

-----------?---------??----------?-----??----

?????????????17489632????????????????????6