tf.keras.layers.Dense()的用法

学习不易

于 2020-05-10 14:25:30 发布

阅读量2.1w

点赞数 13

分类专栏：深度学习tensorflow2.0 文章标签：深度学习神经网络卷积神经网络 tensorflow

本文链接：https://blog.csdn.net/qq_43656233/article/details/106035569

版权

深度学习tensorflow2.0 专栏收录该内容

7 篇文章

订阅专栏

本文详细解析了tf.keras.layers.Dense全连接层的参数配置，包括输入数据、输出维度、激活函数、偏置项等关键概念，是深度学习模型构建的基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Dense()全连接层

tf.keras.layers.Dense(
    inputs=64,  # 输入该网络层的数据
    units=10,  # 输出的维度大小
    activation=None,  # 选择使用的（激活函数）
    use_bias=True,  # 是否使用（偏置项）
    kernel_initializer=None,  # 卷积核的初始化器
    bias_initializer=tf.zeros_initializer(),  # 偏置项的初始化器
    kernel_regularizer=None,  # 卷积核的正则化
    activaty_regularizer=None,  # 偏置项的正则化
    kernel_constraint=None,  # 对主权重矩阵进行约束
    bias_constraint=None,  # 对偏置向量进行约束
    trainable=True,  # 可以设置为不可训练，（冻结）网络层
    name=None,  # 层的名字
    reuse=None  # 是否重复使用参数
)