使用函数式搭建神经网络，能够实现不同层的合并的人工智能模型搭建

from tensorflow.keras.layers import Input,Conv2D,MaxPool2D,concatenate from tensorflow.keras.models import Model # 定义模型输入 /* 开发不易，整理也不易，如需要详细的说明文档和程序，以及完整的数据集，训练好的模型，或者进一步开发， 可加作者新联系方式咨询，WX：Q3101759565，QQ：3101759565 */ # 数式模型 Conv2D函数 把 pooling 信号输入到 Conv2D 中计算 pooling = Conv2D(filters=32,kernel_size=(1,1),strides=(1,1),padding='same',activation='relu')(pooling) outputs = concatenate([tower_1,tower_2,tower_3,pooling],axis=3) # 定义模型 model = Model(inputs=inputs, outputs=outputs) model.summary()