实践一下自定义网络代码

1.关于conv1D conv2D

    https://blog.csdn.net/Elva_23/article/details/83826587

2.自定义损失函数与自定义指标函数

    通过继承类实现

    以定义网络层的方式添加

    直接在model上面加

3.tf.data.DataSet构建数据集

   DataSet是第一维维度相同的数据序列，由数据元素组成序列

   包含shuffle batch 等排序组合函数

4.样本权重sample_weight和类权重class_weight

   源于两个问题：

    采样数据问题，不同种类的数据量，影响训练算法的有效性

    分类对结果的影响不同

5.多分类问题

   不同的输入通过concatenate将不同的层关联成一个数据节点

   当前数据节点添加不同的层，可以获得不同的输出结果

6.关于回调

    常用的三个训练期间：在epoch开始时，batch结束时，epoch结束时

     对训练过程进行把控，包括日志和参数微调

     内置回调函数包括：makecheckpoint earlystopping tensorboarder csvlogger

7.自己实现训练过程和循环