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！