场景：在迁移学习过程中，利用原有网络的除全连接层的结构及参数，新增加全连接层训练自己的分类器
问题描述： 利用keras的Sequential堆叠layer时出现了TypeError: The added layer must be an instance of class Layer
解决方案： 检查keras的导入，如果出现使用tensorflow.python.keras方式引用和keras引用混合就会出现这个问题。
统一使用：
from tensorflow.python.keras.datasets import mnist
from tensorflow.python.keras.layers.core import Dense, Dropout, Activation, Flatten
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.utils import np_utils
或者使用这个：
from keras.datasets import mnist
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.models import Sequential
from keras.utils import np_utils
总结：使用keras迁移学习或者利用keras的预训练网络等过程中，出现keras和tensorflow都使用的情况，最好使用tensorflow里面内嵌的keras.使用过程中一定要保证引用同一个keras层