keras搬砖系列-重新认识Sequential()模型
重新认识一下
Sequential()模型,虽然之前经常写,但是时候总结一下。
Sequential()传递一个
layer 的列表来进行构建
通过.add的方法就可以加入新的一层。第一层需要指定输入的维度
model = Sequential()
model.add(Dense(20,input_dim=10))
Dense(out_dim,input_dim)来进行指定
模型的编译需要对模型进行配置,一般来说需要接收三个参数:
1,优化器,
optimizer:rmsprop,adagrad
2,损失函数,
loss:categorical_crossentropy,mse
3,指标列表metrics:对分类问题,我们一般将该列表设置为
metrics=['accuracy'].