~~~ **## 1.准备数据集** ~~~ ~~~ **## 2.预处理数据** ~~~ ~~~ **##3.构建模型 ，设置层和编译模型** ~~~ ~~~ **##4.训练模型** 1. 将训练数据馈送到模型中，在本示例中为`train_images`和`train_labels`数组。 2. 模型学习将图像与标签相关联。 3. 我们要求模型对测试集进行预测，在本示例中为`test_images`数组。 4. 我们会验证预测结果是否与`test_labels`数组中的标签一致。 ~~~ ~~~ **## 4.评估准确率** 结果表明，模型在测试数据集上的准确率略低于在训练数据集上的准确率。训练准确率和测试准确率之间的这种差异表示出现过拟合。如果机器学习模型在新数据上的表现不如在训练数据上的表现，就表示出现过拟合 ~~~ ~~~ **## 5.做出预测** ~~~