#第一步,import
import tensorflow as tf #导入模块
from sklearn import datasets #从sklearn中导入数据集
import numpy as np #导入科学计算模块
import keras
#第二步,train, test
x_train = datasets.load_iris().data #导入iris数据集的输入
y_train = datasets.load_iris().target #导入iris数据集的标签
np.random.seed(120) #设置随机种子,让每次结果都一样,方便对照
np.random.shuffle(x_train) #使用shuffle()方法,让输入x_train乱序
np.random.seed(120) #设置随机种子,让每次结果都一样,方便对照
np.random.shuffle(y_train) #使用shuffle()方法,让输入y_train乱序
tf.random.set_seed(120) #让tensorflow中的种子数设置为120
#第三步,models.Sequential()
model = tf.keras.models.Sequential([ #使用models.Sequential()来搭建神经网络
tf.keras.layers.Dense(3, activation = "softmax", kernel_regularizer = tf.keras.regularizers.l2()) #全连接层,三个神经元,激活函数为softmax,使用l2正则化
])<