（Dropout（0.25））
（Flatten（））
（Dense（128，activation='relu'））
（Dropout（0.5））
（Dense（num_classes，activation='softmax'））
#上述深度网络包括两个卷积层，输出如下：
#WARNING：TensorFlow：FromC：\Python\WinPython-64bit-3.6.1.0Q
#t5\Python-3.6.1.amd64\lib\site-packages\keras\backend\
#TensorFlow_backend.py：1062：callingreduce_prod（from
#.math_ops）withkeep_dimsis
#deprecatedandwill #beremovedinafutureversion.
#Instructionsforupdating：
#keep_dimsisdeprecated，usekeepdimsinstead
#这是一条警告命令，版本不同，警告信息可能也不同，提示内容是一些命令可
#能在后续版本中将不予支持
（loss=.categorical_crossentropy，
optimizer=（），
metrics=['accuracy']）
#使用以上代码进行网络具体搭建
#一般也会输出类似的警告信息
（x_train，y_train，
batch_size=batch_size，
epochs=epochs，
verbose=1，
validation_data=（x_test，y_test））
#使用上述代码进行模型训练，训练时长根据配置不同而不同
#训练过程中会给出每次更新网络参数所需的时间、损失、精度等
#因为训练过程有随机因素，所以读者训练的结果也许会有差别，不必纠结
Trainon60000samples，validateon10000samples
Epoch1/12
60000/60000[==============================]-131s-loss：0.3303-acc：0.8998-val_loss：0.0758-val_acc：0.9766
Epoch2/12
60000/60000[==============================]-9s-loss：
0.1106-acc：0.9676-val_loss：0.0522-val_acc：0.9825
Epoch3/12
60000/60000[==============================]-9s-loss：
0.0831-acc：0.9746-val_loss：0.0405-val_acc：0.9870
Epoch4/12
60000/60000[==============================]-9s-loss：0.0677-acc：0.9798-val_loss：0.0360-val_acc：0.9873
Epoch5/12
