眼底图分类（二） 初试keras-sequential模型

当图片经历了最naive的预处理后，我决定用最naive的方法跑一遍图像分类的流程。  

于是会遇到三个主要突破口： 

1. 熟悉keras框架的sequential模型。 

2. 熟悉如何在中间记录训练的参数，方便后面debug

3. 熟悉在远程服务器上跑通自己的代码 

一. keras的sequential模型初探

1. 最主要的肯定是看它的官方链接咯～ 讲真无论是安装、还是快速上手，写的真的好。 英语不好的话配合google翻译一起用效率更佳～

2. 首先新建一个模型 self.model = Sequential()

3. 然后就可以一层层往里加了，以我的简历模型的第一个block（conv-pool-conv-pool）为例的话就是

def comment_build(self):
        self.model = Sequential()
	#block 1
        self.model.add(Conv2D(32, (3,3),  input_shape=(512, 512, 3), kernel_regularizer=l2(0.01), bias_regularizer=l2(0.01),  padding='same',name='block1_conv1'))
        self.model.add(LeakyReLU(alpha=0.01)) 
        self.model.add(BatchNormalization())
        self.model.add(MaxPooling2D((3, 3), s