keras是一个可以快速构建模型，并加以训练的python模块，适合初学机器学习的人使用。本文，用一个简单模型，来查看训练的具体过程，尤其是查看每一次训练之后的loss值的变化情况。
工具/原料
1
电脑
2
Anaconda（python3）
3
tensorflow模块
4
keras模块
5
numpy模块
6
matplotlib模块
方法/步骤
1
加载模块。
2
创建模型、编译模型。
3
准备两队简单的训练数据。
4
模型的目的是，寻找一个函数f，使得f(data[i])与labels[i]尽量接近。下面，开始训练100次模型，每次都查看loss值。
5
画出loss的变化情况。
6
继续训练模型10000次。看图发现，后来模型出现了过拟合的现象。
7
由于是给出的随机数据，每次都需要关闭原先的模型，每次训练的过程都不雷同；但是，10000次之内一般都会出现过拟合。
8
我们可以指定训练停止的时刻，10000次以内，遇到loss小于0.00001的时候，训练停止；否则，10000次就停了吧！
上一篇：怎样用EViews进行OLS估计
下一篇：常见的软件生命周期模型