搭建网络八股

Sequential
相当于一个容器，里面封装了一个神经网络结构
model=tf.keras.model.Sequential([网络结构])
常用网络结构
拉直层：tf.keras.layers.Flatten() 将输入变为一维数组
全连接层：tf.keras.layers.Dense(神经元个数，activation="激活函数",kernel_regularizer=哪种正则化)
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()

compile
配置神经网络的训练方法
model.compile(optimizer=优化器，loss=损失函数，metrics=[准确率])

fit
执行训练过程
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给测试集，validation_freq=多少次epoch测试一次）