Pipeline 类keras.layers.Pipeline(layers, name=None)
对输入应用一系列层。
此类对于构建预处理流水线非常有用，特别是图像数据增强流水线。与 Sequential 模型相比，Pipeline 具有一些重要的区别：
Model，只是一个普通的层。tf.data 兼容时，该流水线也将保持 tf.data 兼容。也就是说，在 tf.data 环境中，流水线不会尝试将其输入转换为后端原生张量（与 Sequential 模型不同）。示例
from keras import layers
preprocessing_pipeline = layers.Pipeline([
layers.AutoContrast(),
layers.RandomZoom(0.2),
layers.RandomRotation(0.2),
])
# `ds` is a tf.data.Dataset
preprocessed_ds = ds.map(
preprocessing_pipeline,
num_parallel_calls=4,
)