大数据实训kaggle比赛-房价预测（下）

接着开始表演

下面介绍模型：Sequential 序贯模型

它是函数式模型的简略版，为最简单的线性、从头到尾的结构顺序，不分叉，是多个网络层的线性堆叠。

实现方法：

模型需要知道它所期待的输入的尺寸。出于这个原因，序贯模型中的第一层需要接收关于其输入尺寸的信息，后面的各个层则可以自动的推导出中间数据的尺寸，因此不需要为每个层都指定这个参数。有以下几种方法来做到这一点：

• 传递一个input_shape参数给第一层。它是一个表示尺寸的元组（一个整数或None的元组，其中None表示可能为任何正整数）。在input_shape中不包含数据的batch大小。

• 某些 2D 层，例如 Dense，支持通过参数 input_dim 指定输入尺寸，某些 3D 时序层支持 input_dim 和 input_length 参数。
• 如果你需要为你的输入指定一个固定的 batch 大小（这对 stateful RNNs 很有用），你可以传递一个 batch_size 参数给一个层。如果你同时将 batch_size=32 和 input_shape=(6, 8) 传递给一个层，那么每一批输入的尺寸就为 (32，6，8)。

基本命令