tf.layers.Conv1D与tf.keras.layers.Conv1D

Question

我使用的是tf.layers.conv1d教程中的this，但是后来发现它已被弃用。然后我发现了tf.layers.Conv1D和tf.keras.layers.Conv1D。我了解下一个是一维卷积层的keras实现。但是我不确定要使用哪个功能，在功能方面有什么区别。有人可以指出使用这两个示例中的任何示例的情况，其中输入数据来自csv文件。

Answer 1

首先，Layers API已弃用，并将从TF 2.0中删除。 keras.layers是直接替代品，因为它将是将来版本的主要高级api。 根据官方文档，tf.layers是tf.keras.layers的包装。 Layers API中的卷积层继承自tf.keras.layers。来自tensorflow/python/layers/convolutional.py：

@tf_export('layers.Conv1D')
class Conv1D(keras_layers.Conv1D, base.Layer):
  """1D convolution layer (e.g. temporal convolution). 

TensorFlow层不能直接在Keras模型中使用，因为它们缺少Keras API所需的某些属性。但是，可以将它们与Keras Lambda层一起使用。