深度学习Keras框架笔记之Dense类(标准的一维全连接层)

      深度学习Keras框架笔记之Dense类(标准的一维全连接层)

  例:    

1
2
3
keras.layers.core.Dense(output_dim,init='glorot_uniform', activation='linear', weights=None 
W_regularizer=None, b_regularizer=None, activity_regularizer=None
W_constraint=None, b_constraint=None, input_dim=None

  

inputshape: 2维 tensor(nb_samples, input_dim)

       outputshape: 2维 tensor(nb_samples, output_dim)

          参数:

  •       output_dim: int >= 0,输出结果的维度
  •        init : 初始化权值的函数名称或Theano function。可以使用Keras内置的,也可以传递自己编写的Theano function。如果不给weights传递参数时,则该参数必须指明。
  •        activation : 激活函数名称或者Theano function。可以使用Keras内置的,也可以是传递自己编写的Theano function。如果不明确指定,那么将没有激活函数会被应用。
  •        weights :用于初始化权值的numpy arrays组成的list。这个List至少有1个元素,其shape为(input_dim, output_dim)。(如果指定init了,那么weights可以赋值None)
  •        W_regularizer:权值的规则化项,必须传入一个WeightRegularizer的实例(比如L1或L2规则化项。)
  •        b_regularizer:偏置值的规则化项,必须传入一个WeightRegularizer的实例(比如L1或L2规则化项)。
  •        activity_regularizer:网络输出的规则化项,必须传入一个ActivityRegularizer的实例。
  •        W_constraint:权值约束,必须传入一个constraints的实例。
  •        b_constraint:偏置约束,必须传入一个constraints的实例。
  •        input_dim:输入数据的维度。这个参数会在模型的第一层中用到。 
posted @   圆柱模板  阅读(26441)  评论(0编辑  收藏  举报
编辑推荐:
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
阅读排行:
· 在鹅厂做java开发是什么体验
· 百万级群聊的设计实践
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
点击右上角即可分享
微信分享提示