Keras方法詳解——1.Dense方法
阿新 • • 發佈:2020-07-29
1. keras.layers.Dense方法
Dense方法是Keras定義網路層的基本方法,其程式碼如下:
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)
引數說明如下:
-
units:該層有幾個神經元
-
activation:該層使用的啟用函式
-
use_bias:是否新增偏置項
-
kernel_initializer:權重初始化方法
-
bias_initializer:偏置值初始化方法
-
kernel_regularizer:權重規範化函式
-
bias_regularizer:偏置值規範化方法
-
activity_regularizer:輸出的規範化方法
-
kernel_constraint:權重變化限制函式
- bias_constraint:偏置值變化限制函式
Dense方法的使用示例:
keras.layers.Dense(512, activation= 'sigmoid', input_dim= 2, use_bias= True)
- 這裡定義了一個有512個節點,使用sigmoid啟用函式的神經層,注意定義第一層的時候需要制定資料輸入的形狀,即input_dim,這樣才能讓資料正常喂進網路!