详解Keras3.0 Models API: Sequential class

1、语法

keras.Sequential(layers=None, trainable=True, name=None)

Sequential是Keras中最常用的模型容器,它允许我们将多个网络层按顺序堆叠起来 

2、示例 

model = keras.Sequential()

#keras.Input函数用于创建一个输入张量,其中shape=(16,)表示输入张量的形状为16维。这个输入层将作为模型的起始点,并接收外部数据作为输入
model.add(keras.Input(shape=(16,)))

#向模型中添加一个全连接层(Dense layer)。keras.layers.Dense函数用于创建一个具有指定输出单元数的全连接层。在这个例子中,我们创建了一个具有8个输出单元的全连接层
model.add(keras.layers.Dense(8))

 3、add方法

Sequential.add(layer, rebuild=True)

 增加一层

 

4、pop方法

Sequential.pop(rebuild=True)

删除模型中的最后一个层 

  • 8
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

缘起性空、

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值