编译模型
在创建了模型之后，我们必须要使用compile()方法来指定损失方程和优化器。另外，你还可以指定在训练和评估过程中计算出一系列其他的指标（作为一个列表输入）：
model.compile(loss="sparse_categorical_crossentropy",
optimizer="sgd",
metrics=["accuracy"])
这里使用下面的代码也能达到完全一样的效果：
model.compile(loss=keras.losses.sparse_categorical_crossentropy,
optimizer=keras.optimizers.SGD(),
metrics=[keras.metrics.sparse_categorical_accuracy])
未来我们还将使用更多其他的损失，优化器和指标，如果想看一下完整的列表，可以访问下面的网址：
我们来简单解释一下上面的代码，首先，使用sparse_categorical_crossentropy损失函数是因为我们有离散的标签（对于每个实例，只有一个目标类别，在这个模型中就是0到9），并且类别与类别之间是互斥的。如果我们对每个实例对每个类别都输出一个概率（就像一位有效编码one-hot vector一样，[0., 0., 0., 1., 0., 0.]表示3类别），那我们就用categorical_crossentropy损失就可以了。如果需要做二元分类（可能只有一个或者多个二元标签），那就使用sigmoid函数，而不是softmax激活函数，同时我们使用binary_crossentropy损失。
如果你想将离散的标签转换成one-hot vector使用keras.utils.to_categorical()函数。
至于优化器，sgd代表我们使用随机梯度下降法（Stochastic Gradient Descent）来训练模型。换句话说，Keras会执行之前的文章中所描述的反向传播算法。我们未来还会介绍更多高效的优化器（它们优化了梯度下降的方法，而并不是自动微分）。使用SGD优化器的时候，调整学习速度是十分重要的。所以一般会使用：
optimizer=keras.optimizers.SGD(lr=XXXXXX)
因为sgd的默认学习速度为0.01。
最后，既然这是一个分类器，那么衡量它的准确度accuracy是很有用的。
训练与评估模型
现在我们的模型已经准备好训练了，我们只需调用fit()方法就可以了：
>>> history = model.fit(X_train, y_train, epochs=30,
... validation_data=(X_valid, y_valid))
...
Train on 55000 samples, validate on 5000 samples
Epoch 1/30
55000/55000 [======] - 3s 49us/sample - loss: 0.7218 - accuracy: 0.7660
- val_loss: 0.4973 - val_accuracy: 0.8366
Epoch 2/30
55000/55000 [======] - 2s 45us/sample - loss: 0.4840 - accuracy: 0.8327
- val_loss: 0.4456 - val_accuracy: 0.8480
[...]
Epoch 30/30
55000/55000 [======] - 3s 53us/sample - loss: 0.2252 - accuracy: 0.9192
- val_loss: 0.2999 - val_accuracy: 0.8926
我们输入了特性（X_train）和目标类别（y_train），以及要训练的epoch次数（不然的话epoch默认为1，这肯定无法收敛至一个好的结果）。所谓epoch就是使用训练集中的全部数据对模型进行一次完整的训练，称为'一代训练'。不过这个中文叫法实在拗口，不如还是叫一个epoch。我们还输入了一个验证集（这是可选的）。Keras将在每个epoch结束时度量这些损失和其他指标，这对于查看模型的实际执行情况非常有用。如果模型在训练集上的表现比验证集上的表现好得多，那么模型可能对训练集进行了过拟合（或者可能存在bug，比如说训练集和验证集之间的数据不匹配）。
这样就可以了，我们模型已经训练好了！如果训练集和验证集的数据不匹配预期的输入形状的话，就会得到一个异常。这可能是最常见的错误，我们应该熟悉这个异常提示，比如：如果尝试使用一个包含扁平图像的向量，X_train.reshape(-1,784)。那么就会得到这样的异常提醒：“ValueError: Error when checking input: expected flatten_input to have 3 dimensions, but got array with shape (60000, 784)”。
在训练过程中的每一个epoch，Keras都会展示已经处理的实例数，以及一个处理进度条，每个实例训练的平均时间以及训练集和验证集的损失和准确度（或者还有其他设置好的指标）。你会看到训练损失下降了（这是个好现象），在30个epoch之后，验证集的准确度达到了89.26%，与训练集的准确度没有差距太大，所以看起来没有太大的过拟合发生。
上面的代码使用validation_data参数输入验证集，我们还可以使用validation_split的方式，设置一定比例的训练集用于验证集。比如，validation_split=0.1那么Keras将会使用最后10%的数据（在打乱顺序之前）用于验证。
如果训练集很不平衡，有些类别的实例过多而有些过少，那么应该在fit()方法中设置class_weight参数，这个参数会给实例较少的类别更大的权重，给实例过多的类别较小的权重。Keras将会在计算损失时考虑这些权重。如果需要设置每个实例的权重，可以设置sample_weight参数（它会取代class_weight）。如果有些实例是由专家标记的，而其他实例是使用公共数据平台标记的，那么每个实例的权重可能会很有用:你可能希望给专家标记的数据更多的权重。你也可以在validation_data的tuple中添加第三项，来给验证集设置实例权重。
fit()方法会返回一个History对象，这个对象包含训练参数（history.params），训练经过的epoch（history.history）以及最重要的，在每个epoch结束的时候对训练集和验证集度量的损失和其他指标的结果字典（history.history）。如果你用字典创建了Pandas的DataFrame，并且调用plot()方法，那么就会得到图1.12：
import pandas as pd
import matplotlib.pyplot as plt
pd.DataFrame(history.history).plot(figsize=(8, 5))
plt.grid(True)
plt.gca().set_ylim(0, 1) # set the vertical range to [0-1]
plt.show()
可以看到，在训练过程中，训练准确度和验证准确度都在稳步提高，而训练损失和验证损失都在减少。此外，验证曲线与训练曲线接近，这意味着没有太多的过拟合。在这个例子当中，在训练刚开始时模型在验证集上的表现似乎比训练集上要好。但事实并非如此:实际上，验证错误是在每个epoch结束时计算的，而训练错误是在每个epoch期间使用平均值计算的。所以训练曲线应该向左移动半个epoch。这样，你就可以发现训练和验证曲线在训练开始时几乎完全重合。
其实在绘制训练曲线时，也应当将其向左移动半个epoch。
通常情况下，如果训练时间足够长，训练集的表现最终会超过验证集的表现。可以看出这个例子当中，模型还没有完全收敛，验证损失仍然在下降，所以你应该继续训练。这与再次调用fit()方法一样简单，因为Keras会在它停止的地方继续进行训练（最终应该能够达到接近89%的验证准确度）。
如果对模型的表现不满意，那么应该重新调整超参数。首先要检查的是学习率。如果没什么用，尝试换一个优化器（并总是在更改任何超参数后重新调整学习率）。如果表现仍然不是很好，那么可以尝试调整模型的超参数，例如层的数量、每层神经元的数量以及每个隐藏层使用的激活函数。你还可以尝试调整其他超参数，比如批处理大小（可以在fit()方法中使用batch_size参数进行设置，默认值为32）。我们将在未来的文章当中再次讲到超参数调优。一旦您对模型的验证准确度感到满意，就应该在测试集上对其进行评估，以在将模型部署到生产环境之前估计泛化误差。使用evaluate()方法就可以评估测试集的准确度了（它还支持其他参数，比如batch_size以及sample_weight等）：
>>> model.evaluate(X_test, y_test)
10000/10000 [==========] - 0s 29us/sample - loss: 0.3340 - accuracy: 0.8851
[0.3339798209667206, 0.8851]
通常模型在测试集中的表现要比验证集中略差一些，这是很正常的。因为超参数是根据验证集的表现来调整的（不过在这个例子里我们没有做任何超参的调整，所以准确度低只是运气不好）。记住，一定要抵制在测试集中调超参的诱惑，否则你会对泛化误差的估计过于乐观。
使用模型进行预测
接下来，我们可以使用模型的predict()方法对新的实例进行预测了。这里我们用测试集的前三个实例进行预测：
>>> X_new = X_test[:3]
>>> y_proba = model.predict(X_new)
>>> y_proba.round(2)
array([[0. , 0. , 0. , 0. , 0. , 0.03, 0. , 0.01, 0. , 0.96],
[0. , 0. , 0.98, 0. , 0.02, 0. , 0. , 0. , 0. , 0. ],
[0. , 1. , 0. , 0. , 0. , 0. , 0. , 0. , 0. , 0. ]],
dtype=float32)
对于每个实例，模型对每个类别都生成了一个概率。例如，对于第一个图像，它估计类别9（短靴）的概率是96%，类别5（凉鞋）的概率是3%，类别7（运动鞋）是1%，其他类别的概率忽略不计。
换句话说，模型“相信”第一个图片是鞋类，最有可能是短靴，但也不完全确定，可能是凉鞋或运动鞋。不过如果你只关心估计概率最高的类别（即使这个概率并不高），那么可以使用predict_classes()方法:
>>> y_pred = model.predict_classes(X_new)
>>> y_pred
array([9, 2, 1])
>>> np.array(class_names)[y_pred]
array(['Ankle boot', 'Pullover', 'Trouser'], dtype='<U11')
那么模型实际上对这三个图像都预测正确了（见图1.13）。
好的，那么现在我们已经学习了如何用Sequential API来搭建、训练、评估和使用分类MLP，那么接下来的文章我们将讲述如何搭建回归MLP以及搭建更加复杂的模型。
敬请期待啦！
