# tf.keras.models.sequential()
model = keras.models.sequential(
)model.add(keras.layers.flatten(input_shape=[28
,28])
)for _ in
range(20
):model.add(keras.layers.dense(
100, activation=
"selu"))
model.add(keras.layers.alphadropout(rate=
0.5)
)# alphadropout: 1. 均值和方差不變 2. 歸一化性質也不變 這使得批歸一化和dropout一起使用成為可能。
# model.add(keras.layers.dropout(rate=0.5))
model.add(keras.layers.dense(
10, activation=
"softmax"))
#最後一層用softmax，輸出各種分類可能的概率，比如[0.2,0.3,0.1,0.4]就是soft處理之後的。
model.
compile
(loss=
"sparse_categorical_crossentropy"
, optimizer =
"sgd"
, metrics =
["accuracy"
])
OC語言description方法和sel
一 description方法 description方法包括類方法和物件方法。nsobject 類所包含 一 基本知識 description 物件方法 使用nslog和 輸出某個物件時，會呼叫物件的 description 方法，並拿到返回值進行輸出。description 類方法 使用nslo...
OC語言description方法和sel
oc語言 description 方法和sel 一 description方法 description方法包括類方法和物件方法。nsobject 類所包含 一 基本知識 description 物件方法 使用nslog和 輸出某個物件時，會呼叫物件的 description 方法，並拿到返回值進行輸...
OC語言description方法和sel
oc語言 description 方法和sel 一 description方法 description方法包括類方法和物件方法。nsobject 類所包含 一 基本知識 description 物件方法 使用nslog和 輸出某個物件時，會呼叫物件的 description 方法，並拿到返回值進行輸...