13、深度学习：构建、训练与优化神经网络

深度学习：构建、训练与优化神经网络

1. 构建并训练简单的深度神经网络

在将数据加载到内存后，我们需要构建一个简单的神经网络模型来预测MNIST数字。这里我们使用顺序模型（Sequential model），步骤如下：
1. 导入并初始化模型 ：

from keras.models import Sequential
model = Sequential()

若想了解更多Keras模型API，可访问：https://keras.io/models/model/。
2. 定义并添加密集层（Dense/Perceptron layer） ：

from keras.layers import Dense
model.add(Dense(300, input_shape=(784,), activation = 'relu'))

在上述代码的密集层中，第一个隐藏层有300个神经元，输入形状为(784,)，意味着输入层有784个神经元，激活函数为ReLU。
3. 添加更多密集层 ：

model.add(Dense(300,  activation='relu'))
model.add(Dense(10,  activation='softmax'))