【keras學習（六）】mnist手寫圖片分類程序（四）使用正則化

一、使用正則化識別mnist手寫圖片數據集

使用正則化的原因是可以避免過擬合的情況發生

二、代碼分析

在建立模型的時候，全連接層的參數kernel_regularizer進行設置，該參數的意思是在權值上設置正則化，此外還有偏置正則化等

#創建模型，輸入784個神經元，輸出10個神經元
model = keras.Sequential()
model.add(keras.layers.Dense(200,input_dim=784,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('tanh'))
keras.layers.Dropout(0.4)
model.add(keras.layers.Dense(100,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('tanh'))
keras.layers.Dropout(0.4)
model.add(keras.layers.Dense(10,kernel_regularizer=keras.regularizers.l2(0.0003)))
model.add(keras.layers.Activation('softmax'))

運行代碼後，得出的準確率結果達到95%左右，可以分別使用test和train數據集進行對比測試，可以得出過擬合比較低的結論