keras搬砖系列-重温函数式模型

keras函数式模型接口是用户定义多输出模型，非循环有向模型或具有共享层的模型等复杂模型的途径。 需要多个输出，应该选择函数式模型。

第一个模型：全连接网络

输入是张量，输出也是一个框架就是一个模型，通过Model定义。

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

inputs = Input(shape=(784,))

X = Dense(64,activation='relu')(inputs)
X = Dense(64,activation='relu')(X)
predictions = Dense(10,activation='softmax')(X)

model = Model(inputs = inputs,outputs = predictions)
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',
              metrics=['accuracy'])
model.fit(data,labels)
           

所有模型都是可调用的，就想层一样

利用函数式模型的接口，我们可以很容易重用已经训练好的模型，可以把模型当作一个层一样，通过tensor进行调用。调用

X = Input(shape=(784,))
Y = model(X)
           

多输入模型与多输出模型

主要输入接收新闻本身，即一个整数的序列。这些整数位于1-100000之间，这个序列有100个单词。