tf.keras.layers

中介绍了使用"Functional API"创建模型的方式，通过定义输入、连接层调用和输出来创建模型。首先，使用tf.keras.Input定义输入的形状，然后使用tf.keras.layers.Dense添加一个密集连接层，指定激活函数为relu。接下来，再添加一个密集连接层，指定激活函数为softmax，并指定输出的维度为5。最后，使用tf.keras.Model将输入和输出定义为模型。

中提到了tf.keras.layers.GlobalAvgPool2D()，它是全局平均池化层。在这一层中，对于每个通道，只保留一个值，即对整个特征图求平均值。

中介绍了tf.keras.layers.Dropout()，它是一种随机置零层，通常用于正则化。在训练过程中，该层以一定概率将输入的元素置为0，以减少模型的过拟合。

所以，tf.keras.layers是TensorFlow中用于构建神经网络模型的一系列层的API。你可以根据需要选择合适的层来构建自己的模型。