5、keras神经网络，Sequential序贯模型（二分类、多分类）

1 Sequential参数

model = Sequential()

model.add(Dense(32, input_dim=78))

解释：

Sequential 的第一个关于输入数据shape的参数，后边的各个层则可以自动推到出中间数据的shape

01 传递一个input_shape的关键字参数给第一层，如果填入None则表示此位置可能是任何正整数。数据的batch大小不应包含在其中。

02  有些2D层，如Dense，支持通过指定其输入维度input_dim来隐含的指定输入数据shape,是一个Int类型的数据。一些3D的时域层支持通过参数input_dim和input_length来指定输入shape。

03  如果你需要为输入指定一个固定大小的batch_size（常用于stateful RNN网络），可以传递batch_size参数到一个层中，例如你想指定输入张量的batch大小是32，数据shape是（6，8），则你需要传递batch_size=