超级会员免费看
本文提供了一个Keras功能API的详细教程，涵盖了从顺序模型到复杂模型的构建，包括多层感知器、卷积神经网络、递归神经网络，以及共享层和多输入输出模型的实现。通过示例代码，帮助读者理解和应用Keras功能API。
Tutorial教程：必知必会，使用Keras构建不同的模型
本教程分为7个部分。他们是：
Keras顺序模型
Keras功能模型
标准网络模型
共享层模型
多种输入和输出模型
最佳实践
新：关于Functional API Python语法的说明
- Keras顺序模型
作为回顾，Keras提供了顺序模型API。
如果您不熟悉Keras或深度学习，请参阅此逐步的Keras教程。
顺序模型API是一种创建深度学习模型的方法，其中创建了顺序类的实例，并创建了模型层并将其添加到模型中。
例如，可以定义图层并将其作为数组传递给Sequential：
from keras.models import Sequential
from keras.layers import Dense
model = 
订阅专栏 解锁全文
扫一扫
303
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
