如何用Keras读取TXT数据集，训练参数少于40的全连接神经网络（仅用前100行）

步骤1：读取TXT数据集的前100行 #

以下提供两种适配不同数据格式的读取方式：

方式一：NumPy快速读取（适用于规整的数值型数据）

假设你的TXT数据为逗号分隔，最后一列为分类标签：

import numpy as np

# 仅读取前100行，自动完成数值转换
data = np.genfromtxt('your_dataset.txt', delimiter=',', max_rows=100)
X = data[:, :-1]  # 提取所有行的特征列（除最后一列）
y = data[:, -1]   # 提取所有行的标签列（最后一列）

方式二：纯Python逐行读取（适用于格式特殊的数据集）

如果数据格式不规整，可手动处理每行内容：

import numpy as np

X, y = [], []
with open('your_dataset.txt', 'r', encoding='utf-8') as f:
    for line_idx, line in enumerate(f):
        if line_idx >= 100:  # 终止读取，仅保留前100行
            break
        # 按实际分隔符拆分（这里用逗号，可按需修改）
        elements = line.strip().split(',')
        # 转换特征为浮点数、标签为整数（根据数据类型调整）
        X.append([float(elem) for elem in elements[:-1]])
        y.append(int(elements[-1]))
# 转换为Keras支持的NumPy数组格式
X = np.array(X)
y = np.array(y)

步骤2：构建参数少于40的全连接分类器 #

全连接层参数计算公式：(输入维度 × 神经元数) + 神经元数（包含偏置项）。需控制总参数在40以内：

假设输入特征维度为10、分类类别数为2，示例模型如下：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 搭建轻量全连接模型
model = Sequential([
    # 隐藏层：2个神经元，ReLU激活，输入维度匹配特征数
    Dense(2, activation='relu', input_shape=(10,)),
    # 输出层：对应分类类别数，softmax输出概率分布
    Dense(2, activation='softmax')
])

# 总参数计算：(10×2+2) + (2×2+2) = 22 + 6 = 28（远小于40）
model.summary()

# 编译模型
model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',  # 标签为整数时使用
    # 若标签是one-hot编码，改用loss='categorical_crossentropy'
    metrics=['accuracy']
)

# 启动训练
model.fit(X, y, epochs=10, batch_size=8)

关键注意事项 #

• 若输入特征维度或分类类别数不同，需调整神经元数量，确保总参数不超过40
• 确保TXT数据无缺失值、格式统一，否则需在读取环节添加异常处理逻辑
• 标签类型需与损失函数匹配：整数标签用sparse_categorical_crossentropy，one-hot标签用categorical_crossentropy

内容的提问来源于stack exchange，提问作者Maria Ferreira