Sequential 类
Sequential class
keras.Sequential(layers=None, trainable=True, name=None)
Sequential 将一系列层组合成一个 Model.
示例:
model = keras.Sequential()
model.add(keras.Input(shape=(16,)))
model.add(keras.layers.Dense(8))
# 注意,你也可以省略初始的 `Input`.
# 在这种情况下,模型在第一次调用训练/评估方法之前没有任何权重（因为它还没有构建）:
model = keras.Sequential()
model.add(keras.layers.Dense(8))
model.add(keras.layers.Dense(4))
# model.weights 尚未创建
# 而如果你指定了 `Input`,模型会在你添加层的过程中持续构建:
model = keras.Sequential()
model.add(keras.Input(shape=(16,)))
model.add(keras.layers.Dense(8))
len(model.weights) # 返回 "2"
# 当使用延迟构建模式（未指定输入形状）时,你可以选择通过调用 `build(batch_input_shape)` 手动构建模型:
model = keras.Sequential()
model.add(keras.layers.Dense(8))
model.add(keras.layers.Dense(4))
model.build((None, 16))
len(model.weights) # 返回 "4"
# 注意,当使用延迟构建模式（未指定输入形状）时,模型会在你第一次调用 `fit`、`eval` 或 `predict`,
# 或者第一次在某些输入数据上调用模型时构建.
model = keras.Sequential()
model.add(keras.layers.Dense(8))
model.add(keras.layers.Dense(1))
model.compile(optimizer='sgd', loss='mse')
# 这会在第一次时构建模型:
model.fit(x, y, batch_size=32, epochs=10)
add method
Sequential.add(layer, rebuild=True)
添加一个层实例到层堆栈的顶部.
参数: layer: 层实例.
pop method
Sequential.pop(rebuild=True)
移除模型中的最后一层.