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