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
