无
开始入门
开发者指南
代码示例
Keras 3 API 文档
模型 API
Model 类
Sequential 类
模型训练 API
保存与序列化
层 API
回调 API
Op API
优化器
指标
损失
数据加载
内置小型数据集
Keras Applications
混合精度
多设备分发
RNG API
Rematerialization
工具
Keras 2 API 文档
KerasTuner: 超参数调优
KerasHub: 预训练模型
KerasRS
开始入门
指南
API
示例
Keras Tuner
Keras RS
Keras Hub
Keras 3 API 文档
模型 API
Model 类
Sequential 类
模型训练 API
保存与序列化
层 API
回调 API
Op API
优化器
指标
损失
数据加载
内置小型数据集
Keras Applications
混合精度
多设备分发
RNG API
Rematerialization
工具
Keras 2 API 文档
►
Keras 3 API 文档
/ 模型 API
模型 API
创建 Keras 模型有三种方式
通过
Sequential 模型
,它非常直接(一个简单的层列表),但仅限于单输入、单输出的层堆叠(正如其名称所示)。
通过
函数式 API
,这是一种易于使用、功能齐全的 API,支持任意模型架构。对于大多数人和大多数用例,这是你应该使用的。这是 Keras 的“工业级”模型。
通过
模型子类化
,在这种方式下,你需要从头开始实现所有内容。如果你有复杂的、开箱即用的研究用例,请使用此方式。
模型 API 概览
Model 类
Model 类
summary 方法
get_layer 方法
Sequential 类
Sequential 类
add 方法
pop 方法
模型训练 API
compile 方法
fit 方法
evaluate 方法
predict 方法
train_on_batch 方法
test_on_batch 方法
predict_on_batch 方法
保存与序列化
整个模型的保存与加载
仅权重保存与加载
模型配置序列化
用于推理的模型导出
序列化工具
Keras 权重文件编辑器
模型 API
模型 API 概览
Model 类
Sequential 类
模型训练 API
保存与序列化