tf.keras.layers.Dense()函数

本文详细介绍了TensorFlow Keras库中Dense层的工作原理,包括其公式output=activation(dot(input,kernel)+bias),以及各个参数如units、activation、use_bias等的作用。此外,还涵盖了层属性的固定性及输入输出格式。
摘要由CSDN通过智能技术生成

介绍

Dense实现了这个操作:output = activation(dot(input, kernel) + bias),其中activation是作为激活参数传递的元素级激活函数,kernel是由层创建的权重矩阵,bias是由层创建的偏差向量(仅当use_bias为True时适用)。
另外,层属性调用一次后不能修改(可训练属性除外)。

用法

tf.keras.layers.Dense(
    units, 
    activation=None, 
    use_bias=True,
    kernel_initializer='glorot_uniform',
    bias_initializer='zeros', 
    kernel_regularizer=None,
    bias_regularizer=None, 
    activity_regularizer=None, 
    kernel_constraint=None,
    bias_constraint=None, 
    **kwargs
)

参数含义

参数名称具体含义
units正整数,输出空间的维数。
activation使用的激活函数。如果不指定任何东西,则不应用任何激活(即“线性”激活:a(x) = x)。
use_bias布尔值,表示该层是否使用偏置向量。
kernel_initializer卷积核的初始化器
bias_initializer偏置项的初始化器
kernel_regularizer卷积核的正则化函数
bias_regularizer偏置项的正则化函数
activity_regularizer输出层的正则化函数
kernel_constraint权重矩阵的约束函数
bias_constraint偏置项的约束函数

输入、输出

输入:N维的张量:(batch_size,…input_dim)。最常见的情况是(batch_size, input_dim)的2维输入。
输出:N维的张量:(batch_size,…,units)。例如,对于(batch_size, input_dim)的2维输入,输出将是(batch_size, units)的2维张量。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值