keras模型基础概念

取自 keras中文文档

基本流程

Sequential 模型流程

序贯模型是多个网络层的线性堆叠，也就是“一条路走到黑”。

1. 组建模型
2. 编译，即对学习过程使用的 optimizer 、loss 、指标列表，进行配置
3. 训练，使用第一步中组建模型的 fit 函数

Functional 模型流程

函数式模型称作 Functional ，但它的类名是 Model 。当你的模型需要多于一个的输出，那就应该选择函数式模型。

基本概念：

• 层对象接受张量为参数，返回一个张量。
• 输入是张量，输出也是张量的一个框架就是一个模型，通过 Model 定义。
• 这样的模型可以被像 Keras 的 Sequential 一样被训练。

所有的模型都是可调用的 ( 可接受输入 )，可以很容易地重用已经训练好的模型：把模型也当作一个层，通过提供一个 tensor 来调用。

还可以使用函数式模型搭建多输入、多输出模型。

因为模型可被重复调用，因此可以将此模型作为多个输入的共享base模型。

如果多次调用同一层 ( 或模型 ) ，就会生成多个计算节点 ( 而不是多个层或多个模型 ) 。