深度学习与Keras实践|第二期：（入门）函数式API——另一种灵活的编程模型

1. 简单回顾：

在上一期，我们通过创建一个简单的线性神经网络模型展示了如何使用Keras搭建自己的神经网络。让我们通过代码简单的回顾一下：

from keras.models import Sequential
model = Sequential()

from keras.layers import Dense
model.add(Dense(units=4,activation='relu',input_dim=100))
model.add(Dense(units=5,activation='softmax'))

通过这几行简单的代码，我们创建了一个两层的神经网络，其结构为

在这个模型中，仅有的两个层被线性的串联在了一起，非常简单直观。

---

2. 我们为什么需要函数式API？

在了解了上一期我们介绍的线性编程方式之后，我们可能会思考如何实现一些复杂的、不是简单串联关系的模型。比如说，当我们想实现具有下面这个结构的神经网络模型时，线性编程方式就有了局限性：