昨天跟大家介紹了一個新玩意兒，那就是Keras，今天再和各位做一些深入解析。今天要談到的是Keras的程式設計模式，畢竟前一篇把Keras講的多方便又多好用，總要告訴人家怎麼個好用法啊，要不然看的到吃不到，豈不是白費口舌。

提到吃的就想到前幾天的晚餐吃披薩，鬆軟的餅皮、酸甜的番茄紅醬、濃郁的起司、再加上青椒、蘑菇、火腿、臘腸、牛肉，不得不說真的是吃的挺滿足的，咳...咳咳不小心扯遠了，那披薩跟Keras到底有什麼關聯呢？其實利用Keras建立深度學習模型，就好比披薩的製作一般層層堆疊，只不過它的程式設計模式讓我們的製作流程更加簡易，跳過了擀製餅皮以及其它備料的過程，只需要直接選擇想要加入的材料種類以及數量即可。

再講下去肚子越來越餓了，就來正式聊聊程式的部分，先引用一張範例圖幫助我們瞭解它的概念：

換成文字說明的話，若要使用Keras建立一個多層感知器（Multilayer perceptron），其實只要三個簡單的步驟：先建出Sequential模型，它是多個神經網路層的線性堆疊，拿剛剛的披薩來想像的話，可能就是裝載豐富配料的餅皮吧；再來就是前面學過的，要加入輸入層和隱藏層，而Keras裡已經有內建許多不同類型的神經網路層了，如同各式各樣的披薩配料，我們只需要挑選自己想要的，填入適當參數就好；最後一步是把輸出層加入模型，就像最後的點綴一樣，做個完美的ending因應需求把資料輸出，大致上就大功告成嘍！

• 參考資料：
  TensorFlow+Keras深度學習人工智慧實務應用 — 林大貴著