Python机器学习手册：从数据预处理到深度学习

304

｜

第

20

章

神经网络

20.2

　设计一个神经网络

问题描述

设计一个神经网络。

解决方案

使用

Keras

的

Sequential

模型 ：

#

加载库

from keras import models

from keras import layers

#

启动神经网络

network = models.Sequential()

#

添加使用

ReLU

激活函数的全连接层

network.add(layers.Dense(units=16, activation="relu", input_shape=(10,)))

#

添加使用

ReLU

激活函数的全连接层

network.add(layers.Dense(units=16, activation="relu"))

#

添加使用

sigmoid

激活函数的全连接层

network.add(layers.Dense(units=1, activation="sigmoid"))

#

编译神经网络

network.compile(loss="binary_crossentropy", #

交叉熵

optimizer="rmsprop", #

均方根传播

metrics=["accuracy"]) #

将准确率作为性能指标

Using TensorFlow backend.

讨论

神经网络是由多层神经元组成的，神经元层的类型以及它们组成神经网络的方式非常多。

现阶段尽管有很多被广泛使用的架构模式（我们会在本章讲到），但真相却是，选择正

确的架构更像是一门艺术，需要我们做很多研究工作。 ...