tf.layers.dense()函数定义

dense:全连接层,相当于添加一个层,即初学的add_layer()函数,

它的功能就是 outputs = activation(inputs * kernel + bias)。说的直白点就是完成矩阵运算。

整个tf.layer.dense()参数如下:

 dense(
    inputs,  #tf.layers.dense 的Tensor输入,该层的输入
    units,   #整数或长整数,输出空间的维数,输出的大小(维数),整数或long
    activation=None, #激活功能(可调用),将其设置为“None”以保持线性激活
    use_bias=True,#Boolean,表示该层是否使用偏差;使用bias为True(默认使用),不用bias改成False即可
    kernel_initializer=None,#权重矩阵的初始化函数;如果为None(默认),则使用tf.get_variable
    bias_initializer=tf.zeros_initializer(),#偏置的初始化函数
    kernel_regularizer=None,#权重矩阵的正则化函数
    bias_regularizer=None,#正规函数的偏差
    activity_regularizer=None,#输出的正则化函数
    trainable=True,#Boolean,如果为True,还将变量添加到图集合
    name=None,#String,图层的名称;具有相同名称的图层将共享权重,但为了避免错误,在这种情况下,我们需要reuse=True
    reuse=None#Boolean,是否以同一名称重用前一层的权重
)

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

kernel 就是常说的权重,是matrix 格式,bias是偏置,是vector格式

发布于 2021-01-04 15:37