使用TensorFlow API:tf.keras 搭建神经网络
搭建神经网络六步法:
1.导入第三方库:import
2.导入并理解数据,划分训练集与测试集:train test
3.在Sequential()中搭建网络结构。逐层描述每层网络,相当于前向传播。:model=tf.keras.models.Sequential
4.在compile中配置训练方法。即选择哪种优化器,选择哪个损失函数,选择哪种评测指标。model.compile
5.在fit中进行训练。告知训练集和测试集的输入特征和标签。每个betch是多少,要迭代多少次数据集:model.fit
6.用model.summary打印出网络的结构和参数。
函数用法介绍
1.model=tf.keras.models.Sequential
Sequential 函数是一个容器,容器里封装了神经网络的网络结构,描述了在Sequential函数的输入参数从输入层到输出层的网络结构。
如:
拉直层:tf.keras.layers.Flatten()
拉直层可以变换张量的尺寸,把输入特征拉直为一维数组,是不含计算参数的层。
全连接层:tf.keras.layers.Dense( 神经元个数,activation=”激活函数”, kernel_regularizer=”正则化方式”)</