【Tensorflow2.0实战】编写简单的模型的流程

Tensorflow一般使用流程

• 导入数据
• 定义模型
• 模型编译
• 模型训练
• 模型保存
• 模型预测

模型构建流程

指定模型输入

输入是一幅图像，因此要指定他的宽、高。指定输入的方式：

input = tf.keras.Input(shape=[32,32,3])

构建模型网络结构

##卷积层
x = tf.keras.layers.Conv2D(10, kernel_size=[3,3], strides=[1, 1], padding='SAME',activation='relu', name='con_1')(inputs)
##池化层
x = tf.keras.layers.AveragePooling2D(pool_size=[2, 2], strides=[2, 2])(x)
##标准化
x = tf.keras.layers.BatchNormalization()(x)
##展平
x = tf.keras.layers.Flatten()(x)
##接入到全连接层
x = tf.keras.layers.Dense(512, activation='relu')(x)
x = tf.keras.layers.Dense(10, activation='softmax')(x)

模型实例化

model = tf.keras.Model(inputs=inputs, outputs=x)

打印模型信息

model.summary()

输出：