Python Keras函数API的额外功能是什么?

Python Keras函数API的额外功能是什么?,python,tensorflow,theano,keras,keras-layer,Python,Tensorflow,Theano,Keras,Keras Layer,使用Keras函数API可以做什么,而使用Keras序列模型不能做什么? 除了可以使用“TimeDistributed”层包装器为时基数据重用简单模型这一事实之外,它远不止是模型重用,功能API允许您轻松定义模型,其中层连接到的不仅仅是上一层和下一层。您可以按照自己的意愿将层连接到任何其他层,从而使暹罗网络、密集连接网络等成为可能。旧的Graph API允许相同级别的连接性,但由于使用层节点名称来定义连接性,因此它是PITA 顺序模型只是一组连续的层,此时新的神经网络架构正在远离这种模式。嘿,M

使用Keras函数API可以做什么,而使用Keras序列模型不能做什么?
除了可以使用“TimeDistributed”层包装器为时基数据重用简单模型这一事实之外,它远不止是模型重用,功能API允许您轻松定义模型,其中层连接到的不仅仅是上一层和下一层。您可以按照自己的意愿将层连接到任何其他层,从而使暹罗网络、密集连接网络等成为可能。旧的Graph API允许相同级别的连接性,但由于使用层节点名称来定义连接性,因此它是PITA


顺序模型只是一组连续的层,此时新的神经网络架构正在远离这种模式。

嘿,Matias,非常感谢你的解释。但连接到多个输入仍然可以通过“合并”层完成,对吗?->从keras.layers导入Merge@Abhishek当然,这是可能的,但使用函数式API也更容易。