要在TensorFlow中快速搭建个性化模型，可以按照以下步骤进行：
定义模型结构：首先确定模型的网络结构，包括输入层、隐藏层和输出层的节点数，选择合适的激活函数和优化器。
创建模型：使用TensorFlow的高级API（如Keras）可以快速创建模型，只需几行代码就可以定义一个简单的神经网络模型。
编译模型：在创建模型之后，需要编译模型，指定损失函数、优化器和评估指标。
训练模型：准备训练数据，并使用fit()函数将数据输入模型进行训练。
评估模型：使用测试数据对模型进行评估，评估模型的性能和准确率。
调整模型：根据评估结果，可以对模型进行调整和优化，改变网络结构、调整超参数等。
通过以上步骤，可以快速搭建个性化模型，并对其进行训练和评估，以满足不同的需求。