如何使用Python使用Keras绘制模型，并显示输入和输出的形状？

TensorFlow是由Google提供的机器学习框架。它是一个开源框架，与Python一起使用以实现算法、深度学习应用等等。它在研究和生产目的中使用。它具有优化技术，帮助快速执行复杂的数学运算。张量是在TensorFlow中使用的数据结构。它帮助连接流程图中的边缘。这个流程图称为“数据流图”。张量只是一个多维数组或列表。

Keras是作为项目ONEIROS（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，使用Python编写。它是一个高级API，具有生产力接口，有助于解决机器学习问题。它运行在Tensorflow框架之上。它建立在帮助快速实验的基础上。它提供了必不可少的抽象和构建块，这些块在开发和封装机器学习解决方案方面尤为重要。

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模型也可以导出以在Web浏览器或移动电话上运行。

Keras已经存在于Tensorflow包中。可以使用下面的代码行访问它。

import tensorflow
from tensorflow import keras

函数API能够创建比使用序列API创建的模型更灵活的模型。函数API可以处理具有非线性拓扑结构、共享层和多个输入和输出的模型。深度学习模型通常是包含多个层的有向无环图（DAG）。函数API帮助构建层图。

我们使用Google Colaboratory运行下面的代码。Google Colab或Colaboratory可在浏览器中运行Python代码，不需要进行任何配置，并可以免费访问GPU（图形处理单元）。Colaboratory是建立在Jupyter Notebook之上的。以下是代码片段−

更多Python相关文章，请阅读：Python 教程

示例

print("绘制构建的模型")
keras.utils.plot_model(model, "my_model.png")
print("显示输入和输出数据的维度")
keras.utils.plot_model(model, "my_first_model.png", show_shapes=True)

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