Ajouter explicitement une couche d'entrée dans le modèle séquentiel de Keras

Ajout de la couche d'entrée

from keras.models import Sequential
from keras.layers import InputLayer

model = Sequential()
model.add(InputLayer(input_shape=(784,)))

C'est tout, mais comme cela n'a pas été mentionné dans le tutoriel sur le modèle séquentiel, je vais l'écrire sous forme d'article.

Confirmé avec Python 3.5.2, Keras 1.1.2.

Pas de couche d'entrée

from keras.models import Sequential
from keras.layers.core import Dense

model = Sequential()
model.add(Dense(256, activation='relu', input_dim=784))
model.add(Dense(128, activation='relu'))
model.add(Dense(10, activation='relu'))

Comment écrire selon le tutoriel. Dans ce cas, la forme de la couche d'entrée est définie dans la couche intermédiaire. De plus, si vous commentez le premier ajout pour supprimer le calque Dense (256), La forme d'entrée n'est pas définie.

Avec InputLayer

from keras.models import Sequential
from keras.layers import InputLayer
from keras.layers.core import Dense

model = Sequential()
model.add(InputLayer(input_shape=(784,)))
model.add(Dense(256, activation='relu'))
model.add(Dense(128, activation='relu'))
model.add(Dense(10, activation='relu'))

Le flux couche d'entrée → couche intermédiaire → couche de sortie est devenu plus facile à comprendre.