Keras学习一（翻译）

前言：一个简单地keras模型步骤为：
sequential -> compile ->trian

getting started with the keras sequential model
Keras 的核心数据结构是 model，一种组织网络层的方式。最简单的模型是 Sequential 顺序模型，它由多个网络层线性堆叠。对于更复杂的结构，你应该使用 Keras 函数式 API，它允许构建任意的神经网络图。

sequential模型可以直接在一个模块里写好：

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential([
    Dense(32, input_shape=(784,)),
    Activation('relu'),
    Dense(10),
    Activation('softmax'),
])

也可以通过.add()一层一层的往上加：

model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Activation('relu'))

指定输入数据的shape
模型需要知道它要接受何种shape的input（输入的数据），因此，第一层layer（也只有第一层需要指定，因为接下来的layers可以自动推断这一层的shape）需要接收input的shape。有以下几种方式：