tensorflow07——使用tf.keras中的Sequential搭建神经网络——六步法——鸢尾花数据集分类

使用tf.keras中的Sequential搭建神经网络
六步法——鸢尾花数据集分类

01 导入相关包
02 导入数据集，打乱顺序
03 建立Sequential模型
04 编译——确定优化器，损失函数，评测指标（用哪一种准确率）
05 训练模型——把各项参入填入模型
06 总结——打印网络结构

---

# 01
import tensorflow as tf
from sklearn import datasets
import numpy as np

# 02
x_train = datasets.load_iris().data
y_train = datasets.load_iris().target
# 测试集可以在此处按照上述方法划分
# 本案例把测试集放到训练过程fit中，按照比例直接从训练集中划分（validation_split）

# 乱序步骤
np.random.seed(116)
np.random.shuffle(x_train)
np.random.seed(116)
np.random.shuffle(y_train)
tf.random.set_seed(116)

# 03
model = tf.keras.models.Sequential([
    # 定义全连接层
    tf.keras.layers.Dense(3,activation='softmax',kernel_regularizer=tf.keras.regularizers.l2())
])

# 04
model.compile(
    optimizer=tf.keras.optimizers.SGD(lr=0.1),
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits