第三讲-神经网络八股

一、搭建神经网络六部法

tf.keras 搭建神经网络六部法

1、import相关模块 
2、train,test    # 训练集、测试集
3、model = tf.keras.models.Sequential  # 逐层搭建网络结构
4、model.compile  # 配置训练方法，选择训练使用的优化器、损失函数和最终评价指标
5、model.fit    # 执行训练过程，告知训练集和测试集的输入值和标签、每个batch的大小（batchsize）和数据集的迭代次数（epoch）
6、model.summary   # 打印网络结构，统计参数数目

函数用法介绍：

--- model = tf.keras.models.Sequential（[网络结构]）  # 描述各层网络

Sequential函数是一个容器，描述了神经网络的网络结构，在Sequential函数的输入参数中描述从输入层到输出层的网络结构。

网络结构举例：

拉直层：tf.keras.layers.Flatten()

拉直层可以变换张量的尺寸，把输入特征拉直为一维数组，是不含计算参数的层。

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

其中，activation可选relu、softmax、sigmoid、tanh等（需字符串给出）；

Kernel_regularizer可选tf.keras.regularizers.l1()、tf.keras.regularizers.l2()

卷积层：tf