tensorflow学习(3.1)

model = tf.keras.models.Sequential([网络结构])

网络结构举例:

拉直层:tf.keras.layers.Flatten()

全连接层:tf.leras.layers.Dense(神经元个数,activation="激活函数",kernel_regularizer=哪种正则化)

model.compile(optimizer=优化器,loss=损失函数,metrics=["准确率"]

model.fit(训练集的输入特征,训练集的标签,batch_size=,epochs=.

               validation_data=(测试集的输入特征,测试集的标签),

               validation_split=从训练集划分多少比例给测试集,

               validation_freq=多少次epoch测试一次)

model.summary()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值