keras搭建基本网络

说明：此处采用mnist数据集来进行分类，mnist是28*28的灰度图像，共有60000个数据，标签种类有10000个，如下所示：

import numpy as np
from time import time
from keras.datasets import mnist     
from keras.utils import np_utils            # keras自带的numpy
from keras.models import Sequential         #models.Sequential，用来一层一层一层的去建立神经层
from keras.layers import Dense, Activation  #layers.Dense 意思是这个神经层是全连接层，Activation 激励函数
from keras.optimizers import RMSprop        #optimizers.RMSprop 优化器采用 - RMSprop，加速神经网络训练方法
np.random.seed(1337)  # 让每次的随机数相似
# 1.数据准备
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# 数据的格式： X shape (60,000 28x28), y shape (10,000)
#其中X是图片28*28，y是标签 10000个
#》》》》》》》》》》》》数据预处理《《《《《《《《《《
X_train = X_train.reshape(X_train.shape[0],-1)#（(60000,28,28)变(60000，784)）-1的意思是：懒的写维度，np自己计算
X_train1 = X_train/255     # 训练数据归一化处理
X_test = X_test.reshape(X_test.shape[0],-1)
X_test1