Tensorflow在functional API中激活Keras sigmoid

import tensorflow as tf
from tensorflow.keras.layers import Input, Dense

# 定义输入层
inputs = Input(shape=(input_dim,))

# 添加一个全连接层，并使用sigmoid作为激活函数
x = Dense(64, activation='sigmoid')(inputs)

# 添加其他层和模型构建代码...

# 创建模型
model = tf.keras.Model(inputs=inputs, outputs=outputs)

# 编译模型
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 训练模型
model.fit(x_train, y_train, epochs=10, batch_size=32)

# 使用模型进行预测
predictions = model.predict(x_test)