tf.keras.models.model 对比 tf.keras.model
tf.keras.models.model vs tf.keras.model
tf.kerasAPI中的models是否多余？对于某些情况，即使不使用 models，代码也能正常运行。
keras.models.sequential 和 keras.sequentialtf.keras.models.Model 和 tf.keras.Model
然而，有时models似乎是必要的。例如，
model = keras.models.load_model()，但是model = keras.Model没有.load_model()的功能。因为.load_model()定义在tf.keras.Model.
我觉得它很混乱和半冗余。谁能解释一下 models 的意义何在？
它们是同一回事。都是 from tensorflow.python.keras.engine.training import Model
查看：
keras.init.py 和
keras.models.py
这可能更直观、更易于阅读（尽管不可否认这取决于文档的准确性）。使用 TensorFlow documentation，您可以点击“查看别名”，就像我在下面的屏幕截图中所做的那样：
这将显示 tf.keras.Model 有 tf.keras.models.Model 作为别名。因此，他们指向同一件事。
这适用于 TensorFlow 2.3.0，但对于其他先前的 2.x 版本应该类似。
tf.kerasAPI中的models是否多余？对于某些情况，即使不使用 models，代码也能正常运行。
keras.models.sequential和keras.sequentialtf.keras.models.Model和tf.keras.Model
然而，有时models似乎是必要的。例如，
model = keras.models.load_model()，但是model = keras.Model没有.load_model()的功能。因为.load_model()定义在tf.keras.Model.
我觉得它很混乱和半冗余。谁能解释一下 models 的意义何在？
它们是同一回事。都是 from tensorflow.python.keras.engine.training import Model
查看：
keras.init.py 和
keras.models.py
这可能更直观、更易于阅读（尽管不可否认这取决于文档的准确性）。使用 TensorFlow documentation，您可以点击“查看别名”，就像我在下面的屏幕截图中所做的那样：
这将显示 tf.keras.Model 有 tf.keras.models.Model 作为别名。因此，他们指向同一件事。
这适用于 TensorFlow 2.3.0，但对于其他先前的 2.x 版本应该类似。