Python tf.compat.v1.layers.dense用法及代码示例

densely-connected 层的函数接口。

用法

tf.compat.v1.layers.dense(
    inputs, units, activation=None, use_bias=True, kernel_initializer=None,
    bias_initializer=tf.compat.v1.zeros_initializer(), kernel_regularizer=None,
    bias_regularizer=None, activity_regularizer=None, kernel_constraint=None,
    bias_constraint=None, trainable=True, name=None, reuse=None
)

参数

inputs 张量输入。
units 整数或长整数，输出空间的维度。
activation 激活函数(可调用)。将其设置为 None 以保持线性激活。
use_bias 布尔值，图层是否使用偏差。
kernel_initializer 权重矩阵的初始化函数。如果 None(默认)，权重使用 tf.compat.v1.get_variable 使用的默认初始化程序进行初始化。
bias_initializer 偏差的初始化函数。
kernel_regularizer 权重矩阵的正则化函数。
bias_regularizer 偏差的正则化函数。
activity_regularizer 输出的正则化函数。
kernel_constraint 由Optimizer 更新后应用于内核的可选投影函数(例如，用于实现层权重的范数约束或值约束)。该函数必须将未投影变量作为输入，并且必须返回投影变量(必须具有相同的形状)。在进行异步分布式训练时使用约束是不安全的。
bias_constraint 由 Optimizer 更新后应用于偏差的可选投影函数。
trainable 布尔值，如果 True 还将变量添加到图形集合 GraphKeys.TRAINABLE_VARIABLES(请参见 tf.Variable )。
name 字符串，图层的名称。
reuse 布尔值，是否重用前一层同名的权重。

输出与 inputs 形状相同的张量，除了最后一个维度的大小为 units 。

抛出

ValueError 如果启用了即刻执行。

迁移到 TF2

警告：这个 API 是为 TensorFlow v1 设计的。继续阅读有关如何从该 API 迁移到本机 TensorFlow v2 等效项的详细信息。见TensorFlow v1 到 TensorFlow v2 迁移指南有关如何迁移其余代码的说明。

此 API 是一个遗留 api，仅与 Eager Execution 和 tf.function 兼容，如果您将其与 tf.compat.v1.keras.utils.track_tf1_style_variables 结合使用

请参阅迁移指南的 tf.layers 模型映射部分，了解如何在 TF2 中将 TensorFlow v1 模型与 Keras 一起使用。

对应的 TensorFlow v2 层是 tf.keras.layers.Dense 。

到原生 TF2 的结构映射

支持的参数均未更改名称。

前：

y = tf.compat.v1.layers.dense(x, units=3)

后：

要使用 TF1 函数层迁移代码，请使用 Keras 函数 API：

x = tf.keras.Input((28,))
 y = tf.keras.layers.Dense(units=3)(x)
 model = tf.keras.Model(x, y)

该层实现操作：outputs = activation(inputs * kernel + bias) 其中 activation 是作为 activation 参数传递的激活函数(如果不是 None )，kernel 是该层创建的权重矩阵，而 bias 是层创建的偏置向量(仅当 use_bias 为 True 时)。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.layers.dense。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法

参数

返回

抛出

迁移到 TF2

到原生 TF2 的结构映射