tf.layers.dense

全连接层fc 

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,
)

● inputs:输入
● units: 输出维数
● activation: 使用什么激活函数（神经网络的非线性层），
● use_bias: 该层是否使用偏差（默认使用True）
● kernel_initializer:权重矩阵的初始化函数。 如果为None（默认值），则使用tf.get_variable使用的默认初始化程序初始化权重。
● bias_initializer:bias的初始化函数。
● kernel_regularizer：权重矩阵的正则函数。
● bias_regularizer：bias的的正则函数。
● activity_regularizer:输出的的正则函数。
● kernel_constraint:可选，默认为 None，施加在权重上的约束项

一般只用到前三个参数,对于

tf.layers.dense(inputs,units)

会在内部自动生成一个权矩阵kernel 和偏移项bias，例如：尺寸为[m, n]的二维张量input， tf.layers.dense(input,k)会生成：尺寸为[n, k]的权矩阵，和尺寸为[m, k] 的偏移项。内部的计算过程为y = input * kernel + bias，输出值y的维度为[m, k]。