六步法

  • import
  • train, test
  • 网络结构
    • model=tf.keras.models.Sequential # 搭建网络结构
    • class MyModel(Model) model = MyModel
  • model.compile # 配置训练优化器，损失函数
  • model.fit # 输入特征，batch, epoch
  • model.summary

网络结构

拉直层

tf.keras.layers.Flatten()

全连接层

tf.keras.layers.Dense(神经元个数, 
                      activation="激活函数", 
                      kernel_regularizer="正则化")

卷积层

tf.keras.layers.Conv2D(filters=卷积核个数, 
                       kernel_size=卷积核尺寸, 
                       strides=卷积步长, 
                       padding="valid" or "same")

LSTM层

tf.keras.layers.LSTM()

训练方法

model.compile(optimizer=优化器, 
              loss=损失函数, 
              metrics=["准确率"])

Optimizer

  • sgd
  • adagrad
  • adadelta
  • adam

loss

Metrics

训练过程

model.fit(训练集的输入特征, 训练集的标签, 
          batch_size=, 
          epochs=, 
          validation_data=(测试集的输入特征, 测试集的标签), 
          validation_split=从训练集划分多少比例分给测试集, 
          validation_freq=多少次epoch测试一次)