全连接dense层定义在 tensorflow/python/layers/core.py.
1. 全连接层 tf.layers.dense
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, trainable=True, name=None, reuse=None )
参数说明
inputs: 输入数据,2维tensor. units: 该层的神经单元结点数。 activation: 激活函数. use_bias: Boolean型,是否使用偏置项. kernel_initializer: 卷积核的初始化器. bias_initializer: 偏置项的初始化器,默认初始化为0. kernel_regularizer: 卷积核化的正则化,可选. bias_regularizer: 偏置项的正则化,可选. activity_regularizer: 输出的正则化函数. trainable: Boolean型,表明该层的参数是否参与训练。如果为真则变量加入到图集合中 GraphKeys.TRAINABLE_VARIABLES (see tf.Variable). name: 层的名字. reuse: Boolean型, 是否重复使用参数
全连接层执行操作 outputs = activation(inputs.kernel+bias) 如果执行结果不想进行激活操作,则设置activation=None
例如:
#全连接层 dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu) dense2= tf.layers.dense(inputs=dense1, units=512, activation=tf.nn.relu) logits= tf.layers.dense(inputs=dense2, units=10, activation=None)
也可以对全连接层的参数进行正则化约束:
dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu,kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003))
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Tensorflow中dense(全连接层)各项参数 - Python技术站