Для создания нейронной сети на Python можно использовать различные библиотеки, например, TensorFlow или PyTorch. В данном примере будем использовать TensorFlow.
1. Установка TensorFlow:
Для начала необходимо установить TensorFlow на ваш компьютер. Это можно сделать с помощью pip, командой:
```bash
pip install tensorflow
```
2. Импорт необходимых библиотек:
```python
import tensorflow as tf
from tensorflow import keras
```
3. Создание модели нейронной сети:
Сначала определяем структуру нейронной сети. Например, можно создать простую модель с одним скрытым слоем:
```python
model = keras.Sequential([
keras.layers.Dense(128, activation='relu', input_shape=(784,)),
keras.layers.Dense(10, activation='softmax')
])
```
4. Компиляция модели:
После определения структуры модели необходимо скомпилировать ее, указав оптимизатор, функцию потерь и метрики для оценки модели. Например:
```python
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
```
5. Обучение модели:
Для обучения модели необходимо указать тренировочные данные и количество эпох обучения:
```python
model.fit(X_train, y_train, epochs=10)
```
6. Оценка модели:
После обучения модели можно оценить ее производительность на тестовых данных:
```python
test_loss, test_acc = model.evaluate(X_test, y_test)
print('Test accuracy:', test_acc)
```
Таким образом, создание нейронной сети на Python с использованием библиотеки TensorFlow включает в себя определение модели, компиляцию, обучение и оценку.