如何从图层创建keras模型?

好吧,如果模型是一个顺序模型(似乎是这样),那么你可以简单地使用 Sequential 类从层列表中构建模型:

from keras.models import Sequential

model = Sequential(layers_list)

看看 Sequential model guide 有关更多信息,请参阅Keras文档。

我不知道这样做的目的是什么!

你可以简单地直接把它们添加到模型中。

inputs = Input(input_size)
conv1 = Conv2D(64, 3, activation = 'relu')(inputs)
conv1 = Conv2D(64, 3, activation = 'relu')(conv1)
pool1 = MaxPooling2D(pool_size=(2, 2))(conv1)
model = Model(input = inputs, output = conv10)
model.compile(optimizer = Adam(lr = 1e-4), loss = 'binary_crossentropy', metrics = ['accuracy'])

另外,别忘了,你必须指定模型的输入大小,这样你所做的事情就没有意义了!

此外,如果模型是连续的,你可以这样做

model = Sequential(your_list)