Полносвязный слой в TensorFlow

Полносвязный слой считает новый ряд чисел из каждой строки входа: каждый вход участвует в каждом выходе. В Keras его задают классом Dense. При создании указывают, сколько чисел должно быть на выходе.

Вход для класса Dense подают таблицей: одна строка - одна партия, столбцы - признаки. Создадим слой на два выхода, передадим ряд из трёх чисел одной строкой и выведем ответ:

import tensorflow as tf

tf.keras.utils.set_random_seed(0)
row = tf.constant([[1.0, 2.0, 3.0]])
layer = tf.keras.layers.Dense(2)
out = layer(row)
print(out)

Форма результата показывает число строк партии и длину выходного ряда. Сравним форму входа и форму ответа:

import tensorflow as tf

row = tf.constant([[1.0, 2.0, 3.0]])
layer = tf.keras.layers.Dense(2)
out = layer(row)
print(row.shape)
print(out.shape)

Число строк не меняется: для одной строки на входе остаётся одна строка на выходе. Меняется только длина ряда по последней оси:

import tensorflow as tf

row = tf.constant([[1.0, 2.0, 3.0]])
layer = tf.keras.layers.Dense(4)
out = layer(row)
print(out.shape)

Соберите таблицу из одной строки [0.5, 1.0, -1.0]. Пропустите её через блок на три выходных числа и выведите результат.

Задайте таблицу с одной строкой из четырёх единиц. Получите из неё ряд из двух значений и выведите форму ответа.

Создайте таблицу из строк [1, 0] и [0, 1]. Пропустите её через блок на одно выходное число в каждой строке и выведите форму результата.