全连接层

全连接层实现了output = activation(dot(input, kernel) + bias)

激活层

对输出使用激活函数

Dropout层

对输入数据进行适当的丢弃

Flatten

对输入进行Flatten，不影响batch 大小

Reshape

对输出重新定义唯独。

Permute

根据一定的模型改变输入序列

RepeatVector

重复输入n次

Lambda

自定义层，嵌入自定义的表达式。