Keras（四）——Model类模型（函数式API）

Model类（函数式API）

Keras函数式API是定义复杂模型（如多输出模型、有向无环图，或具有共享层模型的方法）

全连接网络

• 网络层的实例是可调用的，它以张量为参数，并返回一个张量
• 输入和输出均为张量，他们都可以用来定义一个模型（Model）
• 这样的模型和 Keras 的模型相同，都可以被训练

from keras.layers import Input, Dense
from keras.models import Model

# 返回一个张量
inputs = Input(shape=(784,))

# 层的实例是可调用的，它以张量为参数，并且返回一个张量
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='softmax')(x)

# 创建一个包含输入层和三个全连接层的模型
model = Model(inputs=inputs, outputs=predictions)
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])
model.fit(data, labels)  # 开始训练

利用函数式 API ，可以重用训练好的模型：可将任何模型看作是一个层，然后通过传递一个张量来调用它。且在调用模型时，不仅重用了模型的结构，还重用了它的权重。

函数式 API 的另一个用途是使用共享网络层的模型。

多输入多输出

若只有一个输入：

a = Input(shape=(280, 256))

lstm = LSTM(32)