简单的神经网络主要分为以下步骤:【自己理解:数据+模型】
(1)训练样本train、验证样本validation、测试样本test的选取 【注:一般都是只要指定train和test,因为validation一般都是在学习模型中进行交叉检验中设置】(本文是分类,主要包括data和label)
注:数据处理过程设计:正则化、去除异常值等
(2)模型的建立 【深度学习的模型,一般都是依据keras库】(keras已经可以搭建比较常见的深度学习模型)
注:模型的建立中要注意:【1】损失函数,即用于学习的反馈信号。【2】优化器,决定学习过程如何进行
【常见的神经网络的模型框架】
------------------------------------------华丽的分割线---