一个二分类的模型程序

#一个二分类的模型
#使用虚拟数据和虚拟标签

#定义模型
model = Sequential
#添加层
#定义输入大小
model.add(Dense(32,activation='relu',input_dim=100))
model.add(Dense(1,activation='sidmoid'))
#定义优化器
#二分类,所以loss为binary_crossentropy
#评估标准metrics为精确度(一般不变)
model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy']
             )
#生成虚拟数据
import numpy as np
data = np.random.random((1000,100))
labels = np.random.randint(2,size=(1000,1))
#训练模型
model.fit(data,labels,epochs=10,batch_size=32)