TensorFlowJS-Model

模型用来描述Layer之间的拓扑逻辑关系，即一个Layer的输出，以何种形式作为下一个Layer的输入。模型可以被用来训练和预测。模型的状态（包括拓扑逻辑，训练得到的权重）可以从其他的格式里面恢复过来。

有两种创建模型的方式: tf.sequential和tf.model。

tf.sequential

简单的类似栈一样的关系。就是每一层的输入，依赖于上一层的输出（我理解的是：一层的某个Tensor的输出的数目，等于下一层的所有的Tensor的数目，并且每个输出对应下一层的一个Tensor的输入）。

图片引用自：https://medium.freecodecamp.org/get-to-know-tensorflow-js-in-7-minutes-afcd0dfd3d2f

使用tf.sequential();来创建：

	function createDenseModel() {
	  const model = tf.sequential();
	  model.add(tf.layers.flatten({inputShape: [IMAGE_H, IMAGE_W, 1]}));
	  model.add(tf.layers.dense({units: 42, activation: 'relu'}));
	  model.add(tf.layers.dense({units: 10, activation: 'softmax'}));
	  return model;
	}

tf.model

如果Layer之间不是前面标准的栈式结构，譬如一个Layer的某个Tensor的所有输出，并没有全部交给下面的所有Tensor，这个时候就需要考虑用这个方法创建模型了。

	// Create the model based on the inputs.
	const model = tf.model({
	    inputs: input,
	    outputs: [denseOutput, activationOutput]
	});

当然，还可以直接从保存的参数里面加载模型：

tf.loadModel(MOBILENET_MODEL_PATH);

参考文献：
https://js.tensorflow.org/api/0.6.1/#sequential
https://medium.freecodecamp.org/get-to-know-tensorflow-js-in-7-minutes-afcd0dfd3d2f