1.keras的add是将网络堆叠
flatten()将图像数据平铺,扁平参数,将多维数据转化成一维
Dense就是常用的全连接层,所实现的运算是output = activation(dot(input, kernel)+bias)。
其中activation是逐元素计算的激活函数,kernel是本层的权值矩阵,bias为偏置向量,只有当use_bias=True才会添加。
1.keras的add是将网络堆叠
flatten()将图像数据平铺,扁平参数,将多维数据转化成一维
Dense就是常用的全连接层,所实现的运算是output = activation(dot(input, kernel)+bias)。
其中activation是逐元素计算的激活函数,kernel是本层的权值矩阵,bias为偏置向量,只有当use_bias=True才会添加。