#1、用堆叠方式搭建网络
tf.keras.models.Sequential
#2、扁平化输入图片，input_shape为输入图片的规格
tf.keras.layers.Flatten(input_shape=(*, *))
#3、设置中间层的神经元个数、激活函数、偏置....
tf.keras.layers.Dense(神经元个数,  激活函数......)
#4、为防止过拟合的Dropout方法，drop掉这么多比例的输入
tf.keras.layers.Dropout(rate)
#5、为训练设置模型参数
model.compile(optimizer,loss, metrics)
#6、输入训练样本及标签，及迭代次数设置，达到epochs值就停止迭代
model.fit(x_train, y_train, epochs)
#7、评估，返回模型在测试集上的损失值和评估值，verbose取1，控制台会有训练流水产生，取0就什么都没有
model.evaluate(x_test,  y_test, verbose)