Keras 模型
在這個練習中，你會練習使用 keras.models 模組裡的兩個類別。你將用 Sequential 類別建立一個模型，並用 Model 類別再建立另一個模型。
Sequential 類別較容易使用，因為各層會依序堆疊；相對地，Model 類別更有彈性，允許多個輸入、多個輸出，以及共用層（共用權重）。
使用 Model 類別時需要明確宣告輸入層；而在 Sequential 類別中，則透過 input_shape 參數來完成。
環境中已經載入物件與模組 Sequential、Model、Dense、Input、LSTM 以及 np（numpy）。
本練習屬於課程
使用 Keras 建立語言模型的循環神經網路（RNN）
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。
# Instantiate the class
model = ____(name="sequential_model")
# One LSTM layer (defining the input shape because it is the
# initial layer)
model.add(____(128, input_shape=(None, 10), name="LSTM"))
# Add a dense layer with one unit
model.add(____(1, activation="sigmoid", name="output"))
# The summary shows the layers and the number of parameters
# that will be trained
model.____