一、Sequential()创建模型及其中方法
Sequential()#类
keras.engine.sequential.Sequential()#所处包和模块中位置
from keras import models
network = models.Sequential(layers,name)#从model模块调用,参数可选填或者不填
network.add(layer)#添加层的方法,若初始化时添加层,其内部也是调用此方法
network.layers()#返回自身
'''
将优化器、损失函数和指标作为字符串传入,
这是因为rmsprop、binary_ crossentropy 和 accuracy
都是Keras 内置的一部分。有时你可能希望配置自定义优化
器的参数,或者传入自定义的损失函数或指标函数。
optimizer=optimizers.RMSprop(lr=0.001)
loss=losses.binary_crossentropy
metrics=[metrics.binary_accuracy]
'''
network.compile(optimizer='rmsprop',
loss='categorical_crossentropy',
metrics=['accuracy'])
network.fit(x_train, y_train, epochs=5, batch_size=128)
test_loss