tensorflow/zh/guide/keras/sequential_model

Keras 序列模型指南🧠

Keras 的 Sequential 模型是构建线性堆叠神经网络的经典方式，适合简单的层组合场景。以下是关键要点：

📋 基本用法

1. 导入模块

from tensorflow.keras.models import Sequential

2. 创建模型

model = Sequential([
    tf.keras.layers.Dense(64, activation='relu', input_shape=(32,)),
    tf.keras.layers.Dense(10, activation='softmax')
])

3. 编译模型

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

🧠 模型特点

• 层顺序不可逆：Sequential 要求所有层按顺序排列，无法实现复杂拓扑结构
• 输入输出明确：每个层的输入必须与前一层输出匹配
• 适合简单任务：如 MNIST 分类、小型文本处理等

📚 扩展阅读

• 查看 Keras 函数式API指南 来构建更复杂的模型架构
• 了解 Keras 模型训练流程

注意：若需处理非线性结构或需要更灵活的模型定义，请使用 tf.keras.Model 类