在 Keras 中使用和不使用 Sequential() 构建模型有什么区别？

Question

我有两个build_model功能如下：

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和之间有什么区别build_model02？它们实际上是一样的吗？差异会影响其他层吗？

Answer 1

实际上，使用函数式 API 创建的模型（即build_model01）和作为顺序模型创建的相同模型（即）之间没有区别build_model02。您可以通过检查Sequential类源代码进一步确认这一点；如您所见，它是Modelclass的子类。当然，Keras 函数式 API为您提供了更大的灵活性，它允许您创建具有复杂架构的模型（例如具有多个输入/输出或多个分支的模型）。