深度学习-基于Keras的Python实践（一）多层感知器

1、流程

（1）导入数据；
（2）定义模型；
（3）编译模型；
（4）训练模型；
（5）评估模型；
（6）汇总代码；

2、代码实现

（1）导入数据：
略
（2）定义模型：

model = Sequential()
model.add(Dense(12, input_dim=8, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

(3) 编译模型：

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

（4）训练模型：

model.fit(x=X, y=Y, epochs=150, batch_size=10)

（5）评估模型：

scores = model.evaluate(x=X, y=Y)