當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


Python tf.compat.v1.layers.Dense用法及代碼示例

Densely-connected圖層類。

繼承自:DenseLayerLayerModule

用法

tf.compat.v1.layers.Dense(
    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, **kwargs
)

參數

  • units 整數或長整數,輸出空間的維度。
  • activation 激活函數(可調用)。將其設置為 None 以保持線性激活。
  • use_bias 布爾值,圖層是否使用偏差。
  • kernel_initializer 權重矩陣的初始化函數。如果 None(默認),權重使用 tf.compat.v1.get_variable 使用的默認初始化程序進行初始化。
  • bias_initializer 偏差的初始化函數。
  • kernel_regularizer 權重矩陣的正則化函數。
  • bias_regularizer 偏差的正則化函數。
  • activity_regularizer 輸出的正則化函數。
  • kernel_constraint Optimizer 更新後應用於內核的可選投影函數(例如,用於實現層權重的範數約束或值約束)。該函數必須將未投影變量作為輸入,並且必須返回投影變量(必須具有相同的形狀)。在進行異步分布式訓練時使用約束是不安全的。
  • bias_constraint Optimizer 更新後應用於偏差的可選投影函數。
  • trainable 布爾值,如果 True 還將變量添加到圖形集合 GraphKeys.TRAINABLE_VARIABLES(請參見 tf.Variable )。
  • name 字符串,圖層的名稱。具有相同名稱的層將共享權重,但為了避免錯誤,我們需要在這種情況下重用=True。
  • _reuse 布爾值,是否重用前一層同名的權重。

屬性

  • graph
  • scope_name

遷移到 TF2

警告:這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

此 API 是一個遺留 api,僅與 Eager Execution 和 tf.function 兼容,如果您將其與 tf.compat.v1.keras.utils.track_tf1_style_variables 結合使用

請參閱遷移指南的 tf.layers 模型映射部分,了解如何在 TF2 中將 TensorFlow v1 模型與 Keras 一起使用。

對應的 TensorFlow v2 層是 tf.keras.layers.Dense

到原生 TF2 的結構映射

支持的參數均未更改名稱。

前:

dense = tf.compat.v1.layers.Dense(units=3)

後:

dense = tf.keras.layers.Dense(units=3)

該層實現操作:outputs = activation(inputs * kernel + bias) 其中 activation 是作為 activation 參數傳遞的激活函數(如果不是 None ),kernel 是該層創建的權重矩陣,而 bias 是層創建的偏置向量(僅當 use_biasTrue 時)。

特性:

  • units:Python 整數,輸出空間的維度。
  • activation:激活函數(可調用)。
  • use_bias:Boolean,圖層是否使用了偏差。
  • kernel_initializer: 內核矩陣的初始化器實例(或名稱)。
  • bias_initializer: 偏差的初始化器實例(或名稱)。
  • kernel_regularizer:內核矩陣的正則化器實例(可調用)
  • bias_regularizer: 偏差的正則化器實例(可調用)。
  • activity_regularizer:輸出的正則化器實例(可調用)
  • kernel_constraint:核矩陣的約束函數。
  • bias_constraint:偏差的約束函數。
  • kernel:權重矩陣(TensorFlow 變量或張量)。
  • bias:偏置向量,如果適用(TensorFlow 變量或張量)。

相關用法


注:本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.compat.v1.layers.Dense。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。