一、常见功能模块

• 经典数据集加载函数
• 网络层类
• 模型容器
• 损失函数类
• 优化器类
• 经典模型类

1、网络层类：

两种实现方式：张量方式（tf.nn）和层方式（tf.keras.layers）

如实现Softmax层：

• • tf.nn.softmax函数实现；
  • layers.Softmax(axis)类搭建Softmax网络层；

 2、网络容器

Keras提供的网络容器Sequential将多个网络层封装成一个大网络模型。

2层的全连接层加上单独的激活函数，并用Sequential封装成一个网络。

注释：

build函数指定输入大小，即可自动创建所有层的内部张量。

summary函数打印出网络结构和参数量。

 3、模型装配、训练、预测

（1）keras.Model类和keras.layers.Layer类

• Layer类是网络层的母类，定义了网络层的一些常见功能：添加权值、管理权值列表等。
• Model类是网络的母类，可添加了保存模型、加载模型、训练与测试模型等功能。

（2）简述一下模型创建训练过程：

• 创建网络
• 循环迭代数据集多个Epoch，每次按批产生训练数据
• 前向传播
• 通过损失函数计算误差值
• 反向传播自动计算梯度
• 更新网络参数

（3）模型装配：

compile函数：指定网络使用的优化器对象、损失函数类型，评价指标等设定

（4）模型训练验证：

fit函数：模型训练验证，通过fit()函数送入待训练的数据集和验证用的数据集

 （5）模型预测：

Model.predict(x)：完成模型预测。

 4、模型保存与加载

三种保存与加载方式：张量方式、网络方式、SavedModel方式

（1）张量方式

Tensorflow2.0学习（6）---Keras

原文：https://www.cnblogs.com/Lee-yl/p/12573609.html