为我们上学期做的假钞问题构造一个简单的多层神经网络。
带有钞票数据集的CSV文件可在这里获得。
钞票分类问题是一个简单的分类问题，有两个类，0和1，所以你的神经网络应该使用两个单元的输出层来做分类。由于输入数据集只有四个特征，您应该首先尝试构建一个具有四个节点的单个隐藏层的神经网络。如果你不能从这个网络中获得可接受的性能，可以尝试一个有两个隐藏层的网络。
与往常一样，您应该首先对数据集进行训练/测试分割。用训练数据训练你的网络，然后在测试集上评估它的性能。您可能还会发现，在开始时将数据集通过标准缩放器传递是很有用的。
由于TensorFlow使用NumPy数组向输入节点提供值，并且您很可能将使用pandas读取CSV文件中的数据，因此您需要知道如何从pandas数据框架中获取NumPy数组。下面的语法可以做到这一点：
Arr = df.values
将项目的代码放入一个Python源代码文件中，并将该文件作为附件通过电子邮件发送给我。
这个作业要在4月17日星期二上课前交。