tensorflow layers模組操作
阿新 • • 發佈:2018-12-02
tf.layers模組提供的方法有:
- input(...): 例項化一個輸入Tensor,作為一個神經網路的輸入
- average_pooling1d(...): 一維平均池化層
- average_pooling2d(...): 二維平均池化層
- average_pooling3d(...): 三維平均池化層
- batch_normalization(...): BN(batch normalized)層
- conv1d(...): 一維卷積層
- conv2d(...): 二維卷積層
- conv2d_transpose(...): 二維反捲積層
- conv3d(...): 三維卷積層
- conv3d_transpose(...): 三維反捲積層
- dense(...): 全連線層
- dropout(...): dropout層
- flatten(...): Flatten層,將一個Tensor展平
- max_pooling1d(...): 一維最大池化層
- max_pooling2d(...): 二維最大池化層
- max_pooling3d(...): 三維最大池化層
- separable_conv2d(...): 二維深度可分離卷積層
具體例項如下:
#conv2d(input,filters,kernel_size,strides=(1,1),padding,activation)輸入,輸出通道數,卷積核大小,步長,填充(valid,same),tf.nn.relu等 conv1 = tf.layers.conv2d(inputs_, 16, (3,3), padding='same', activation=tf.nn.relu) #max_pooling2d(input,pool_size,stride,padding,name=None) 可用stride=2,pool_size=2,也可用 maxpool1 = tf.layers.max_pooling2d(conv1, (2,2), (2,2), padding='same') #dense(inputs,units, activation=None,...)輸入,神經元數量,tf.nn.relu等 dense1=tf.layers.dense(maxpooling,20)