Sequential() 模型：搭建神经网络
Sequential() 模型的作用：可翻译为顺序模型，即通过一层层神经网络连接，构建出深度神经网络。Sequential() 模型的搭建：通过 add() 叠加一些网络层 layers# 单层 LSTMmodel = Sequential()model.add(LSTM(units=50, activation='relu',input_shape=(X_train.shape[1], 1)))
·
1 作用
顺序模型，即通过一层层神经网络连接构建深度神经网络。
model=Sequential()
2 搭建神经网络
通过model.add() 叠加一些网络层如LSTM和Dense
# 单层 LSTM
model = Sequential()
model.add(LSTM(units=50, activation='relu',input_shape=(X_train.shape[1], 1)))
model.add(Dense(units=1)))
3. model.summary()：查看最终的模型结构
model.summary() # 输出模型结构
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
4
0- 0
已为社区贡献1条内容
服务器0元试用
所有评论(0)