机器学习(七)——tf.keras搭建神经网络固定模式

一、总纲（一般按照下面6步搭建）

• import——导入相关模块

• train,test——指定训练集与测试集

• model = tf.keras.models.Sequential——在Sequential搭建神经网络，描述每层网络

• model.compile——配置训练方法，优化器，损失函数，评测指标

• model.fit——执行训练过程，告知训练集与测试集，设置batch，迭达多少次数据集

• model.summary——用summary打印出网络的结构和参数统计

二、六步法详解

1、model = tf.keras.models.Squential([网络结构])#描述各层网络

网络结构举例：

拉直层：tf.keras.layers.Flatten() ##不含计算，将输入特征拉直变成一维数组

全连接层：tf.keras.layers.Dense(神经元个数,activation="激活函数", kernel_regularizer=哪种正则化)

activation(激活函数)可选：relu、softmax、sigmoid、tanh

kernel_regularizer(正则化)可选：tf.keras.regularizers.l1