深度學習Keras框架筆記之Activation類使用
阿新 • • 發佈:2018-03-17
UNC 一個 HA brush theano predict bool sha red
使用
keras.layers.core.Activation(activation)
Apply an activation function tothe input.(貌似是把激活函數應用到輸入數據的一種層結構)
inputshape: 任意。當把這層作為某個模型的第一層時,需要用到該參數(元組,不包含樣本軸)。
outputshape:同input shape
參數:
- activation:編碼器,是一個layer類型或layer容器類型。
- decoder:解碼器,是一個layer類型或layer容器類型。
- output_reconstruction:boolean。值為False時,調用predict()函數時,輸出是經過最深隱層的激活函數。(這一塊還不太了解,待以後了解了再補充)
- weights:激活函數名稱或者Theano function。可以使用Keras內置的,也可以是傳遞自己編寫的Theano function。如果不明確指定,那麽將沒有激活函數會被應用。
深度學習Keras框架筆記之Activation類使用