神经网络搭建tensorflow 01
文章参考了《TensorFlow 入门实操课程 》是基于 TensorFlow 技术推广工程师 Laurence Moroney 制作的新手入门课程内容，由复旦大学，上海师范大学，湖南师范大学等高校老师们以及 Google 认证开发专家ML GDE联合设计制作的中文课程。
上图所示为神经网络的第一、二、三层结构第一层像素块28*28=764 +bais（=1）第二层128个神经元 +bais（=1）第三层10个神经元
relu为中间层用函数 目的：只输入正值
softmax为第三层用函数 目的：数据压缩至0-1之间
import tensorflow as tf
from tensorflow import keras
fashion_mnist=keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels)=fashion_mnist.load_data()
import matplotlib.pyplot as plt
print (train_images.shape)
plt.imshow(train_images[1])
model = keras.Sequential()
model.add(keras.layers.Flatten(input_shape=(28,28))) #第一层28*28像素
model.add(keras.layers.Dense(128,activation=tf.nn.relu))#第二层128个神经元
model.add(keras.layers.Dense(10,activation=tf.nn.softmax))#第三层10个神经元
model.summary()