学习神经网络八股构建法
用tensorflow (API) tf.keras 构建网络八股
七步法
1 import 导入需要使用的包
2 加载数据集 (数据预处理) 划分 train test
3 model = tf.keras.models.Sequential() # 加载模型:序列模型Sequential ()或 通用模型Model()
4 model.add(tf.keras.layers.Dense(units,activation)) # 增加你想要的网络层
5 model.compile(optimizer,loss,kernel_regularizer) # 增加优化器,损失函数 ,正则化
6 model.fit(train,test,batch_size,epochs,validation_split,validation_freq) # 进行训练
7 model.summary() # 打印模型图
from sklearn import datasets
import tensorflow as tf
iris_data = datasets.load_iris() # 加载数据集
x_data = iris_data['data']
y_data = iris_data['target']
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(units=3,activation='softmax'))
model.compile(optimizer=tf.keras.optimizers.SGD(learning_rate=0.1),loss=tf.keras.losses