# 創建 TFLearn 層 讓我們學習如何在 TFLearn 中創建神經網絡模型的層： 1. 首先創建一個輸入層： ```py input_layer = tflearn.input_data(shape=[None,num_inputs] ``` 1. 傳遞輸入對象以創建更多層： ```py layer1 = tflearn.fully_connected(input_layer,10, activation='relu') layer2 = tflearn.fully_connected(layer1,10, activation='relu') ``` 1. 添加輸出層： ```py output = tflearn.fully_connected(layer2,n_classes, activation='softmax') ``` 1. 從估計器層創建最終網絡，例如`regression`： ```py net = tflearn.regression(output, optimizer='adam', metric=tflearn.metrics.Accuracy(), loss='categorical_crossentropy' ) ``` TFLearn 為以下子部分中描述的層提供了幾個類。