다음은 텐서플로 2에서 케라스를 사용하는 코드입니다.

from tensorflow.keras import models, Dense
model = tf.keras.sequential()

텐서플로 안에 있는 케라스 라이브러리를 가져온 후 케라스 라이브러리 안에 있는 models 모듈에서 sequential()을 가져오겠다는 의미입니다. 케라스 API는 tf.keras로 텐서플로의 패키지로 제공됩니다.

모델을 정의하는 방법을 선택한 후에는 계층(layer)을 만듭니다.

▲ 그림 2-5 Sequential API

계층은 x를 입력으로 받아 y를 출력하는 형태의 계산을 표현합니다. 예를 들어 y=wx+b 형태의 계산을 위해서는 딥러닝 기본 층인 밀집층(dense layer)을 사용합니다. 밀집층은 입력과 출력을 연결해 주며, 입력과 출력을 각각 연결하는 가중치를 포함하고 있습니다. 또한, 밀집층은 add라는 메서드⁴를 사용하여 모형에 계층을 추가합니다.

model.add(Dense(4, activation='sigmoid', input_shape=(4,), weights=(w, b), name="dense1"))

Sequential API는 대중적으로 많이 사용하기는 하지만, 단순히 층을 여러 개 쌓는 형태이므로 복잡한 모델을 생성할 때는 한계가 있습니다.