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
)
Defined in tensorflow/python/layers/core.py
.
全连接层的功能接口
该层实现了操作:outputs = activation (inputs * kernel + bias) 其中activation是作为激活参数传递的激活函数(如果不是None),kernel是由图层创建的权重矩阵,而bias是创建的偏向量按层(仅当use_bias为True时)。
参数说明
inputs
:张量输入。units
:整数或长整数,输出空间的维数。activation
:激活功能(可调用)。将其设置为“无”以保持线性激活。use_bias
:Boolean,该层是否使用偏差。kernel_initializer
:权重矩阵的初始化函数。如果None
(默认),使用默认初始化程序初始化权重tf.get_variable
。bias_initializer
:偏置的初始化函数。kernel_regularizer
:权重矩阵的正则化函数。bias_regularizer
:正规函数的偏差函数。activity_regularizer
:输出的正则化函数。kernel_constraint
:由a更新后应用于内核的可选投影函数Optimizer
(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的变量作为输入,并且必须返回投影变量(必须具有相同的形状)。在进行异步分布式培训时,使用约束是不安全的。bias_constraint
:由a更新后应用于偏置的可选投影函数Optimizer
。trainable
:Boolean,如果True
还将变量添加到图集合中GraphKeys.TRAINABLE_VARIABLES
(请参阅参考资料tf.Variable
)。name
:String,图层的名称。reuse
:Boolean,是否使用相同名称重用前一层的权重。
返回
输出张量与inputs最后一个尺寸的大小相同units
异常
ValueError:if eager execution is enabled.