在Keras中，您可以通過Sequential模型對象的add()方法來添加層到模型中。以下是一個簡單的示例：
from keras.models import Sequential
from keras.layers import Dense
# 創建一個Sequential模型
model = Sequential()
# 添加第一層，輸入維度為input_dim，神經元數量為units
model.add(Dense(units=64, activation='relu', input_dim=100))
# 添加第二層
model.add(Dense(units=64, activation='relu'))
# 添加輸出層
model.add(Dense(units=10, activation='softmax'))
在上面的示例中，我們首先創建了一個Sequential模型，然后使用add()方法依次添加了三個全連接層。您可以根據自己的需求來添加更多的層或者不同類型的層。添加完層后，您可以使用compile()方法來編譯模型并指定損失函數、優化器等參數。
