特别说明
本系列为Keras的个人笔记，内容多来自为官方文档和全网博文的提炼
为了更好的展示效果，代码段将以图片的形式上传
if：
- 转载本文：尚请添加博文地址，您的尊重是在为社会主义建设添砖加瓦
- 得到帮助，望能不吝留赞，您的肯定将激励我继续创作
- 复制代码：移步笔者的Github，传送门会贴在每篇博文的顶部，敬请star
- 如有问题，请参阅往期内容、在评论区留言发问，或提出issues，欢迎探讨
- 如有不足：还望务必指正和赐教，或直接pull requests，不胜感激
环境说明
平台：WIN10（教育版）
环境：Anaconda5.2（Python3.6.6）
IDE：Pacharm2018.2.3（专业版）
Keras：2.2.2
先修知识
NumPy：组织数据的容器，非常重要
扫描二维码关注公众号，回复： 3146272 查看本文章
Pandas：处理数据的手段，非常重要
Matplotlib：可视化数据的工具，更加直观
Sklearn：机器学习的高级封装，简单易用
流程框架
代码解析
用Keras搭建神经网络主要有四大步骤：
- 生成模型框架：选择序贯模型或者函数式模型框架
- 添加层：从第一层隐藏层开始添加，Dense是最常用的全连接层
- 编译模型：将损失函数、优化器、评价指标等参数传入，完成搭建
- 应用：训练、测试、预测
Keras采用傻瓜式封装，无论多么复杂的模型，记住这个套路就可以
1-2：导入Keras的models和layers
5：选择一个模型框架生成，一般为序贯模型：Sequential
6-8：通过add方法来添加层，除去输入层不需要添加外，有几层就add几层
9-10：编译模型
11：打印出搭建好的模型结构
14：代入数据训练
15：代入数据测试
16：预测新数据样本
完
上一篇：没有了
下一篇：线性回归