# 用于向 Keras 模型添加层的函数式 API 在函数式 API 中，首先以函数方式创建层，然后在创建模型时，输入和输出层作为张量参数提供，如我们在上一节。 这是一个例子： 1. 首先，创建输入层： ```py input = Input(shape=(64,)) ``` 1. 接下来，以函数方式从输入层创建密集层： ```py hidden = Dense(10)(inputs) ``` 1. 以同样的方式，以函数方式创建更多隐藏层，构建在前面的层之上： ```py hidden = Activation('tanh')(hidden) hidden = Dense(10)(hidden) output = Activation('tanh')(hidden) ``` 1. 最后，使用输入和输出层实例化模型对象： ```py model = Model(inputs=input, outputs=output) ``` 有关创建顺序和函数式 Keras 模型的更深入细节，您可以阅读由 Antonio Gulli 和 Sujit Pal，Packt Publishing，2017 年出版的题为 Deep Learning with Keras 的书。