Introduction à Deep Learning avec Keras
Miguel Esteban
Data Scientist & Founder






from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# Créer un nouveau modèle séquentiel model = Sequential()# Ajouter une couche d'entrée et une couche dense model.add(Dense(2, input_shape=(3,)))# Ajouter une dernière couche de 1 neurone model.add(Dense(1))

from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# Créer un nouveau modèle séquentiel model = Sequential()# Ajouter une couche d'entrée et une couche dense model.add(Dense(2, input_shape=(3,)))# Ajouter une dernière couche de 1 neurone model.add(Dense(1))

from tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense# Créer un nouveau modèle séquentiel model = Sequential()# Ajouter une couche d'entrée et une couche dense model.add(Dense(2, input_shape=(3,), activation="relu"))# Ajouter une dernière couche de 1 neurone model.add(Dense(1))

model.summary()
Layer (type) Output Shape Param #
=================================================================
dense_3 (Dense) (None, 2) 8
_________________________________________________________________
dense_4 (Dense) (None, 1) 3
=================================================================
Total params: 11
Trainable params: 11
Non-trainable params: 0
_________________________________________________________________


model.summary()
Layer (type) Output Shape Param #
=================================================================
dense_3 (Dense) (None, 2) --> 8 <--
_________________________________________________________________
dense_4 (Dense) (None, 1) 3
=================================================================
Total params: 11
Trainable params: 11
Non-trainable params: 0
_________________________________________________________________
Introduction à Deep Learning avec Keras