使用TensorFlow 搭建神经网络的六步法

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”)</