tf.keras 是 TensorFlow2 引入的高度封装框架，可以快速搭建神经网络模型。下面介绍一些常用API，更多内容可以参考官方文档：tensorflow 1 tf.keras 搭建神经网络六步法 import train, test model ...

一、神经网络的实现过程 　　1、准备数据集，提取特征，作为输入喂给神经网络 2、搭建神经网络结构，从输入到输出 3、大量特征数据喂给 NN，迭代优化 NN 参数 4、使用训练好的模型预测和分类 二、前向传播　　 　 前向传播就是搭建模型的计算 ...

以下内容主要用于完善上节六步法搭建神经网络的功能， import train, test　　<数据增强> model = tf.keras.models.Sequential model.compile model.fit　　<断点续训> ...

1、神经网络结构 上次分享了tensorflow的基础知识，今天我们就通过实现一个简单的神经网络来将知识点串联起来，目标是用神经网络来预测 一个分类问题：在输入x1（零件长度）和x2（零件质量）的情况下预测零件是否合格（y=0或1）。 网络的结构很简单，输入层两个神经元，隐层6个神经元，输出层 ...

tf.keras + Sequential() 可以搭建出上层输入就是下层输出的顺序网络结构，但是无法写出一些带有跳连的非顺序网络结构。 这时候可以选择用类 class 搭建神经网络结构，即使用 class 类封装一个网络结构： ... class MyModel(Model ...

神经网络算法可以搭建模型做数据预测 1. 神经网络结构 ([4，4，4，2],四层网络结构) 2. 示例代码（可自定义网络结构） 2.1 训练函数 2.2 预测函数 2.3 ...

1. 卷积神经网络 1.1 多层前馈神经网络 　　多层前馈神经网络是指在多层的神经网络中，每层神经元与下一层神经元完全互连，神经元之间不存在同层连接，也不存在跨层连接的情况，如图 11所示。 图 11 对于上图中隐藏层的第j个神经元的输出可以表示为： 其中，f是激活函数，bj ...

　　博文中的图都是tensorflow自带的可视化部件tensorboard展示出来的。我们用 　　这个语句将结构输出到文件中，打开命令行，敲上语句 ...