硬train一代的代表故事：

fizz buzz，如給你100個數，如果能被3整除，輸出fizz，如果能被5整除，輸出buzz，如果能被兩者整除，則輸出fizz buzz。如下：

一共900個樣本，每個樣本代表一個數字，並且有二進位制數值表示。

觀察樣本，第一個數字是101，則二進位制表示為1010011000。

觀察label，如果不是被3,5或同時被整除，則保留原數。所以共有4種情況，“原數，fizz，buzz，fizzandbuzz”。

inputlayer是10維度（0位到10位），隱藏層輸出100維，最終輸出4維。啟用函式用relu，compile配置中，是做分類，學習率優化函式是adam，再設定batchsize和epoch即可。

執行結果：

training data正確率才80%左右，testdata正確率76%，說明Network還沒有在trainningdata上完全fit，可以再調整。

可以調大hiddenlayer的神經元維數可以從100調到1000等，以及調整啟用函式、學習率等。