在Keras中，您可以通过Sequential模型对象的add()方法来添加层到模型中。以下是一个简单的示例：
from keras.models import Sequential
from keras.layers import Dense
# 创建一个Sequential模型
model = Sequential()
# 添加第一层，输入维度为input_dim，神经元数量为units
model.add(Dense(units=64, activation='relu', input_dim=100))
# 添加第二层
model.add(Dense(units=64, activation='relu'))
# 添加输出层
model.add(Dense(units=10, activation='softmax'))
在上面的示例中，我们首先创建了一个Sequential模型，然后使用add()方法依次添加了三个全连接层。您可以根据自己的需求来添加更多的层或者不同类型的层。添加完层后，您可以使用compile()方法来编译模型并指定损失函数、优化器等参数。
