linreg(keras).py

# -*- coding: utf-8 -*-
"""
Решение задачи линейно регрессии по МНК с помощью Keras. 
"""

from __future__ import print_function

import random
import numpy as np

from keras.layers import Dense, Input
from keras.models import Model


def calc_y(x):
    y = 0.3 + 2.0*x + random.gauss(mu=0.0, sigma=0.000001)
    return y


# Сформируем слегка зашумленный датасет
nb_samples = 100
x_data = np.linspace(start=0.0, stop=1.0, num=nb_samples)
y_data = np.array(list(map(calc_y, x_data)))

# Строим простую сетку с одним линейным слоем.
input = Input(shape=(1,))
d = Dense(units=1, )
output = d(input)
model = Model(inputs=input, outputs=output)
model.compile(loss='mse', optimizer='rmsprop')

model.fit(x_data, y_data, nb_epoch=1000, batch_size=16, verbose=1)

# Посмотрим, какие веса для линейной функции подобрала сетка.
w = d.get_weights()

w1 = w[0][0, 0]
w2 = w[1][0]

print('w1={} w2={}'.format(w1, w2))

print('All done.')