불러온 예제에서 케라스를 어떻게 활용했는지 알아봅시다.

model = Sequential() ----- ➊
model.add(Dense(30, input_dim=16, activation='relu')) ----- ➋
model.add(Dense(1, activation='sigmoid')) ----- ➌

➊ 먼저 앞서 불러온 Sequential() 함수를 model로 선언했습니다. 앞으로 상세히 다루겠지만, 딥러닝은 그림 2-17과 같이 여러 층이 쌓여 있는 구조입니다. 준비된 데이터가 입력되는 입력층에 이어 첫 번째 작업을 진행하는 1층, 두 번째 작업을 하는 2층… 이런 식으로 출력 결과가 나오는 출력층까지 여러 개의 층이 각자 자신이 맡은 일을 하면서 앞뒤로 정보를 주고받습니다. 케라스의 Sequential() 함수는 딥러닝의 한 층 한 층을 ➋ model.add()라는 함수를 사용해 간단히 추가시켜 줍니다. 여기서는 ➋와 ➌, 두 개의 층을 쌓았습니다. model.add() 함수를 한 줄 추가하는 것으로 필요한 만큼 내부의 층을 만들 수 있습니다.