如何使用Keras创建指定输入模型的模型？

Tensorflow是由Google提供的机器学习框架。它是一个开源框架，与Python一起用于实现算法、深度学习应用等等。它被用于研究和生产目的。

Keras是作为ONEIROS项目（开放式神经电子智能机器人操作系统）研究的一部分开发的。Keras是一个深度学习API，它用Python编写。它是一个高级API，具有生产接口，有助于解决机器学习问题。

它运行在Tensorflow框架之上。它的建立是为了帮助快速实验。它提供了必要的抽象和构建块，在开发和封装机器学习解决方案时至关重要。

它具有高度可扩展性和跨平台能力。这意味着Keras可以在TPU或GPU集群上运行。Keras模型还可以导出以在Web浏览器或移动电话上运行。

Keras已经包含在Tensorflow包中。可以使用下面的代码行访问它。

import tensorflow
from tensorflow import keras

我们使用Google Colaboratory运行下面的代码。Google Colab或Colaboratory可以在浏览器上运行Python代码，无需进行任何配置，可以免费访问GPU（图形处理单元）。Colaboratory是基于Jupyter Notebook构建的。以下是代码片段−

更多Python相关文章，请阅读：Python 教程

例子

print("正在创建三个密集的层")
layer = layers.Dense(3)
print("与层相关的权重为")
print(layer.weights)

print("在测试数据上调用创建的层")
x = tf.ones((2, 3))
y = layer(x)
print("现在，权重为：")
print(layer.weights)

代码来源− https://www.tensorflow.org/guide/keras/sequential_model

输出

正在创建三个密集的层
与层相关的权重为
[]
在测试数据上调用创建的层
现在，权重为：
[<tf.Variable 'dense_11/kernel:0' shape=(3, 3) dtype=float32, numpy=
array([[-0.9901273 , -0.70897937, -0.44804883],
  [ 0.6849613 , 0.5198808 , 0.48534775],
  [-0.07876515, -0.73648643, 0.44018626]], dtype=float32)>, <tf.Variable 'dense_11/bias:0'
shape=(3,) dtype=float32, numpy=array([0., 0., 0.], dtype=float32)>]