![](/img/trans.png)
[英]Using Keras and TensorFlow building LSTM Sequential model
[英]What are the differences between building a model with and without using Sequential() in Keras?
我有2個build_model
函數,如下所示:
def build_model01():
X_input = Input(shape=(784,))
Y = Dense(1, activation='sigmoid')(X_input)
model = Model(inputs = X_input, outputs = Y, name='build_model')
return model
def build_model02():
model = Sequential()
model.add(Dense(input_dim=784,units=1,activation='sigmoid'))
return model
build_model01
和build_model02
什么build_model02
? 它們實際上是一樣的嗎? 差異會影響其他層嗎?
實際上,有創建的模型之間使用功能API沒有差別(即build_model01
和為順序模型創建的相同模型(即) build_model02
)。 您可以通過檢查Sequential
類源代碼進一步確認這一點; 如您所見,它是Model
類的子類。 當然,Keras功能API 為您提供了更大的靈活性 ,它使您可以創建具有復雜架構的模型(例如,具有多個輸入/輸出或多個分支的模型)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.