tf.keras包含各种内置层，例如：
- 卷积层：
Conv1D，Conv2D，Conv3D，Conv2DTranspose - 池化层：
MaxPooling1D，MaxPooling2D，MaxPooling3D，AveragePooling1D - RNN层：
GRU，LSTM，ConvLSTM2D BatchNormalization，Dropout，Embedding等
但是，如果找不到所需的内容，则可以通过创建自己的图层来扩展API。所有图层都继承了Layer类并实现：
call方法，它指定由图层完成的计算。build方法，它创建图层的权重（这只是一种样式约定，因为您也可以在__init__创建权重）。
要了解有关从头开始创建图层的更多信息，请阅读自定义图层和模型指南。
以下是tf.keras.layers.Dense的基本实现：