学习记录搬运

前言
深度学习是通过深度神经网络来解决问题的方法，在此记录五步法构建基本模型。

五个步骤
1、构造网络模型
2、编译模型
3、训练模型
4、评估模型
5、使用模型进行预测

构造–编译–训练–评估–预测

四种基本元素
1、网络层结构
由5种基本结构和其他层结构组成。
2、激活函数
如sigmoid、relu、softmax，最后的输出用softmax，其余基本用relu。
3、损失函数
多分类：categorical_crossentropy 对数损失 二分类：binary_crossentropy 对数损失 回归：mean_squared_error 平均方差损失 mean_absolute_error 平均绝对值损失
4、优化器
如SGD随机梯度下降、Adam等

六种基本层结构
4种元素之一的网络结构是由6种基本层结构所构成的，3种主模型–深度学习的主要3种

学习记录搬运最先出现在Python成神之路。