建置神經網路
我們會使用 Keras 函式庫來建立神經網路，並訓練這些神經網路來分類影像。這些模型都屬於 Sequential 型別，也就是某一層的輸出只會作為下一層的輸入。
在這個練習中，你要建立一個由 Dense 層組成的神經網路，也就是每一層中的每個單元都與前一層的所有單元相連。例如，第一層中的每個單元都會連到輸入影像中的所有像素。Dense 層物件需要傳入該層的單元數與該些單元所用的啟動函式。對於網路中的第一層，還需要以 input_shape 關鍵字參數指定輸入形狀。
本課程涵蓋許多你可能一時想不起來的概念；若需要快速複習，歡迎下載 Keras Cheat Sheet 隨時參考！
本練習屬於課程
使用 Keras 進行影像建模
練習說明
- 第一層接收影像作為輸入，包含 10 個單元，啟動函式為
'relu'。 - 第二層包含 10 個單元，啟動函式為
'relu'。 - 輸出層對應每個類別各 1 個單元（共 3 個類別），啟動函式為
'softmax'。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Imports components from Keras
from keras.models import Sequential
from keras.layers import Dense
# Initializes a sequential model
model = Sequential()
# First layer
model.add(____(10, activation=____, input_shape=(784,)))
# Second layer
model.add(____(____, activation=____))
# Output layer
____