200813_tensorflow2---8、keras中常用的layer层（杂）
一、总结
一句话总结：
拉直层：tf.keras.layers.Flatten（）
全连接层：tf.keras.layers.Dense（神经元个数，activation=“激活函数“，kernel_regularizer=哪种正则化）
卷积层：tf.keras.layers.Conv2D（filters=卷积核个数，kernel_size=卷积核尺寸，strides=卷积步长，padding="valid"or"same"）
LSTM层：tf.keras.layers.LSTM（）
activation（字符串给出）可选：relu、softmax、sigmoid、tanh
kernel_regularizer可选：tf.keras.regularizers.l1（）、tf.keras.regularizers.l2（）
1、多少次epoch测试一次 如何表示？
指定validation_freq参数即可
model.fit（ 训练集的输入特征，训练集的标签， batch_size=， epochs=， validation_data=（测试集的输入特征，测试集的标签）， validation_split=从训练集划分多少比例给测试集， validation_freq=多少次epoch测试一次 ）
二、内容在总结中
博客对应课程的视频位置：