【Keras学习】构建神经网络的两种写法Sequential及layer类后加(layer)

最近在读paper，看keras复现模型时看到了除了用Sequential()不断add(layers)的写法之外还有另一种方式，即在layer类后加(layer)这种方式，花了些时间去理解和学习，在此分享一下两种表述。

以下两种代码搭建的是相同的网络结构。
[1] 利用Sequential()作为起始，不断add()后面的layer，架构线性表示，即
$y=f(x)\to z=g(y)\to m=h(z)\to \dots$

from keras.models import Sequential
from keras.layers import Conv2d, Maxpooling2D
from keras.layers import Dense, Dropout, Flatten

model = Sequential()

# input: 100x100 images with 3 channels -> (100, 100, 3) tensors.