序列模型
序列模型属于通用模型的一种,因为很常见,所以这里单独列出来进行介绍,这种模型各层之间是依次顺序的线性关系,在第K层合第K+1层之间可以加上各种元素来构造神经网络这些元素可以通过一个列表来制定,然后作为参数传递给序列模型来生成相应的模型。
# 01_keras_model_sequential.py
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Activation
# Dense相当于构建一个全连接层,32指的是全连接层上面的神经元的个数
layers = [Dense(32, input_shape=(784, )),
Activation('relu'),
Dense(10),
Activation('softmax')]
model = Sequential(layers)
# 打印模型的形状
model.summary()
- 效果展示