自学教程：keras序贯(Sequential)模型

序贯(Sequential)模型

• 可以通过向Sequential传递一个layer的list来构造模型,也可以通过add将layer一个个加入模型.
• Sequential的第一层需要接受一个关于输入数据shape的参数,后面的各个层可以自动推导出中间数据的shape.这个参数可以由input_shape(),input_dim(),input_length()等方法传递,还可以通过传递batch_size参数来指定一个固定大小的batch.注意,input_dim=x意味着传入一个x维向量,也就等同于一个一阶张量,即input_shape=(x,).
• compile()用于编译模型,它接收三个参数:

1. 优化器(optimizer):已预定义的优化器名或一个Optimizer类对象,模型采用的优化方式
2. 损失函数(loss):已预定义的损失函数名或一个损失函数,模型试图最小化的目标函数
3. 指标列表(metrics):已预定义指标的名字或用户定制的函数,用于评估模型性能

• fit()用于训练模型,需要传入Numpy数组形式的输入数据和标签,可以指定epochs和batch_size等参数.
• 处理多分类问题时使用keras.utils.to_categorical()进行独热编码.
• Sequential Model API