Question

如果我只使用这样的单层：

layer = tf.layers.dense(tf_x, 1, tf.nn.relu)

这只是一个单层节点吗？

或者它实际上是一组具有1个节点的图层（输入，隐藏，输出）？我的网络似乎只用了一层就能正常工作，所以我对设置感到好奇。

因此，下面的设置是否有2个隐藏图层（layer1和layer2这两个隐藏图层）？或者实际上只有1（只是layer 1）？

layer1 = tf.layers.dense(tf_x, 10, tf.nn.relu)
layer2 = tf.layers.dense(layer1, 1, tf.nn.relu)

tf_x是我的输入功能张量。

Answer 1

tf.layers.dense为您的网络添加了一个图层。第二个参数是层的神经元/节点的数量。例如：

# no hidden layers, dimension output layer = 1
output = tf.layers.dense(tf_x, 1, tf.nn.relu)

# one hidden layer, dimension hidden layer = 10,  dimension output layer = 1
hidden = tf.layers.dense(tf_x, 10, tf.nn.relu)
output = tf.layers.dense(hidden, 1, tf.nn.relu)

我的网络似乎只有1层正常工作，所以我对设置感到好奇。

这是可能的，对于某些任务，如果没有隐藏的图层，你将获得不错的结果。

Answer 2

tf.layers.dense只是一个包含大量节点的图层。您可以在TensorFlow网站上查看tf.layers.dense

layer1 = tf.layers.dense(inputs=pool2_flat, units=1024, activation=tf.nn.relu)
layer2 = tf.layers.dense(inputs=layer1, units=1024, activation=tf.nn.relu)

我希望这会对你有所帮助:)。

tf.layers.dense是一个单独的层吗？

2 个答案: