小白的树莓派Tensorflow2.0 opencv 学习笔记（七）

在收集完图片后，要想构建自己的训练集最好现想要自己要怎么训练模型，训练哪种模型。

这就必须对TensorFlow的API有所了解。TensorFlow提供了Keras模块可以轻松地用几行代码调用已经封装好的模型，我们要做的只是把自己的数据塞进去，并且添加一些断点和保存权重的方法即可。

找了很多不同模型对比的文章，最后还是决定从YoloV3下手，虽然它训练可能有点困难，但是作为真正意义上第一个上手的模型，我还是想尝试一下。不过还是先从最基础的如何构造一个自定义网络层开始学习。

Keras API

Keras有两块

1. Model ：包含层连接和组织的函数和参数
2. Layer ：包含构成网络的函数和变量

Keras 基本操作

引入

import tensorflow as tf

网络容器

Keras 提供网络容器Sequential将多个网络封装成一个大网络模型

model = tf.keras.Sequential()

层的堆叠

通过add方式，选择Dense(全连接层)模式，激活函数为relu

model.add(tf.keras.layers.Dense(32,activation='relu'))

<