一、TensorFlow2.0——简单多层感知器

 以下代码均在jupyter notebook内实现

（1）引包

 （2）导入数据

 （3）查看数据

（4）构造散点图

（5）取TV， radio， newspaper 3列值作为输入值x, 取sales列作为输出值y

（6）使用顺序模型，定义多层感知器，

         第一层：Dense完成初始化变量（自定义10个单元隐藏层）越大拟合能力越强

          input_shape(3, )输入有三个维度， activation=‘relu’ 使用relu函数激活（大于零输出原值，小于零屏蔽）

         第二层：输出层 Dense（1）输出只有一个sales，维度为1

       注：以下是relu函数图像 

（7）查看模型的框架

     Param（参数） :40      { 输入三列数据 + 一个权重（weight）}  * 10个隐含层 = 40

     Param（参数）:11      十个隐藏单元分别  *  一个权重（weight） + 一个偏执 = 11

（8）配置优化器和损失函数

（9）训练模型

（10）预测已知的x值，测试预测能力