이 글에서는 주로 tensorflow 1.0의 풀링 레이어(pooling)와 완전 연결 레이어(dense)를 소개하고 있습니다. 같이 살펴볼까요
풀링 레이어는 tensorflow/python/layers/pooling.py에 정의되어 있습니다.
최대 풀링과 평균 풀링이 있습니다.
1. tf.layers.max_pooling2d
max_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None )
입력: 풀링된 데이터.
pool_size: 풀링된 코어 크기(pool_height, pool_width)(예: [3, 3]) 길이와 너비가 동일한 경우 pool_size=3과 같은 숫자로 직접 설정할 수도 있습니다.
strides: 풀링 슬라이딩 단계 크기. [1,1]과 같은 두 개의 정수로 설정할 수도 있습니다. strides=2pool1=tf.layers.max_pooling2d(inputs=x, pool_size=[2, 2], strides=2)은 일반적으로 다음과 같이 컨볼루션 레이어 뒤에 배치됩니다.
매개변수 및 이전 최대값 가치 풀링과 동일합니다. 완전히 연결된 밀집 계층은 tensorflow/python/layers/core.py.
3, tf.layers.dense
conv=tf.layers.conv2d( inputs=x, filters=32, kernel_size=[5, 5], padding="same", activation=tf.nn.relu) pool=tf.layers.max_pooling2d(inputs=conv, pool_size=[2, 2], strides=2)입력: 입력 데이터, 2차원 텐서에 정의되어 있습니다.
units: 이 레이어의 신경 단위 노드 수입니다.
activation: 활성화 함수.average_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None )
코드는 다음과 같습니다.
dense( inputs, units, activation=None, use_bias=True, kernel_initializer=None, bias_initializer=tf.zeros_initializer(), kernel_regularizer=None, bias_regularizer=None, activity_regularizer=None, trainable=True, name=None, reuse=None )
관련 권장 사항:
에이 Tensorflow 모델에 대한 간단한 이야기 저장 및 복원 로딩
위 내용은 tensorflow1.0 풀링 레이어(풀링)와 완전 연결 레이어(dense)에 대한 간략한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!