函数式API建立模型
input = keras.Input(shape=(28, 28))
x = keras.layers.Flatten()(input) #就理解成keras.layers.Flatten()是个函数,传递的函数是input
x=keras.layers.Dense(32, activation = ‘relu’)(x)
x=kera.layers.Dropout(0.5)(x)
x=keras.layers.Dense(64,activation=‘relu’)(x)
output=keras.layers.Dense(10,activation=‘sofumax’)(x) #输出层
model = keras.Model(inputs=input, outputs=output) #告诉模型是哪个是输出哪个是输入
编译与前面建立模型一样。
函数式API好处-----建立多输入多输出模型
input1 = keras.Input(shape=(28, 28))
input2 = keras.Input(shape=(28, 28))
x1 = keras.layers.Flatten()(input1) #就理解成keras.layers.Flatten()是个函数,传递的函数是input
x2 = keras.layers.Flatten()(input2)
x= keras.layers.concatenate([x1,x2]) #把两个输入拼接起来
x=keras.layers.Dense(32, activation = ‘relu’)(x)
x=kera.layers.Dropout(0.5)(x)
x=keras.layers.Dense(64,activation=‘relu’)(x)
output=keras.layers.Dense(1,activation=‘sofumax’)(x) #输出层
model = keras.Model(inputs=[input1,input2], outputs=output) #告诉模型是哪个是输出哪个是输入