我正在做一个初学者的 TensorFlow 课程，我们得到了一个关于预测 MNIST 数据集（手写数字）的小型项目，我们必须完成代码，以便我们在更少的时间内获得 99% 的准确率（以 0.01 损失衡量）超过 10 个 epoch。原则上我得到了准确性，但损失仅在第 10 个时期达到 <0.01（因此分配被视为失败）。根据说明，我不允许更改 model.compile 参数，因此我决定可以尝试使用给定的代码将激活函数更改为泄漏的 relu。它并不像看起来那么简单，我在网上找到的所有东西似乎都不起作用。大多数建议都采用 model.add() 格式，我不知道如何在他们提供给我们的代码中合并/替换，而无需对其进行太多更改（一切都失败了）。

模型 = tf.keras.models.Sequential([ keras.layers.Flatten(input_shape=(28,28)), keras.layers.Dense(128,activation=tf.nn.relu), keras.layers.Dense(10 ,激活=tf.nn.softmax) ])

任何帮助，将不胜感激！