Tensorflow2.0 actual combat (1)-model construction of classification model

本节课学习模型的构建，我们以fashion-mnist数据集为案例，来进行我们的分类模型构建。
本课程无理论讲解，大家需要掌握深度学习的基础，世面上有很多课程，我就不跟大家献丑了。

1、 导入相应的包

import tensorflow as tf
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy

2、 获取fashion-mnist数据集

2.1 将数据集分为训练集和测试集

(x_train_all,y_train_all),(x_test,y_test)=keras.datasets.fashion_mnist.load_data()

2.2 将x_train_all,y_train_all划分为验证集和训练集

x_valid,x_train=x_train_all[:5000],x_train_all[5000:]

y_valid,y_train=y_train_all[:5000],y_train_all[5000:]

3、使用Sequential来构建模型

model=keras.models.Sequential([
    
    3.1 将数据的Shape从[None,28,28]=>[None,784]
    keras.layers.Flatten(input_shape(28,28)),

    3.2 构建第一层全连接层,[None,784]=>[None,300]
    keras.layers.Dense(300,activation="relu"),

    3.3 构建第二层全连接层,[None,300]=>[None,100]
    keras.layers.Dense(100,activation="relu"),

    3.4 构建第输出层，激活函数为sotfmax,[None,100]=>[None,10]