這篇文章主要介紹了淺談tensorflow1.0 池化層(pooling)和全連接層(dense),現在分享給大家,也給大家做個參考。一起來看看吧
池化層定義在tensorflow/python/layers/pooling.py.
有最大值池化和平均值池化。
1、tf.layers.max_pooling2d
max_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None )
inputs: 進行池化的資料。
pool_size: 池化的核心大小(pool_height, pool_width),如[3,3]. 如果長寬相等,也可以直接設定為一個數,如pool_size=3.
strides: 池化的滑動步長。可以設定為[1,1]這樣的兩個整數. 也可以直接設定為一個數,如strides=2
padding: 邊緣填充,'same' 和'valid'選其一。預設為valid
data_format: 輸入資料格式,預設為channels_last ,即(batch, height, width, channels),也可以設定為channels_first 對應(batch, channels, height, width ).
name: 層的名字。
範例:
pool1=tf.layers.max_pooling2d(inputs=x, pool_size=[2, 2], strides=2)
#一般是放在卷積層之後,如:
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)
2.tf.layers.average_pooling2d
average_pooling2d( inputs, pool_size, strides, padding='valid', data_format='channels_last', name=None )
參數和前面的最大值池化一樣。
全連接dense層定義在tensorflow/python/layers/core.py.
3、tf.layers.dense
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 )
inputs: 輸入數據,2維tensor.
units: 該層的神經單元結點數。
activation: 啟動函數.
#use_bias: Boolean型,是否使用偏移項.
kernel_initializer: 卷積核的初始化器.
bias_initializer: 偏移項目的初始化器,預設初始化為0.
kernel_regularizer : 卷積核化的正規化,可選.
bias_regularizer: 偏移項目的正規化,可選.
全連接層執行操作outputs = activation(inputs.kernel bias)
如果執行結果不想進行啟動操作,則設定activation=None。 範例:
#全连接层 dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu) dense2= tf.layers.dense(inputs=dense1, units=512, activation=tf.nn.relu) logits= tf.layers.dense(inputs=dense2, units=10, activation=None)複製程式碼
程式碼如下:
dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu,kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003))
相關推薦:
###淺聊Tensorflow模型的儲存與復原載入#### #########詳解tensorflow載入資料的三種方式########################以上是淺談tensorflow1.0 池化層(pooling)和全連接層(dense)的詳細內容。更多資訊請關注PHP中文網其他相關文章!