Класс Dense

Класс Dense создает полносвязный слой нейронной сети. Первым параметром класс принимает число нейронов в слое units. Вторым параметром можно передать функцию активации activation. Также можно указать начальный инициализатор весов kernel_initializer и регуляризаторы.

Синтаксис

tf.keras.layers.Dense(units, [activation], [use_bias], [kernel_initializer])

Пример

Давайте создадим полносвязный слой с тремя нейронами и применим его к тензору:

import tensorflow as tf

tf.random.set_seed(0)

layer = tf.keras.layers.Dense(units=3)
t = tf.constant([[1, 2, 3], [4, 5, 6]])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[-1.0887976  1.2035594  1.6973267]
 [-2.2326412  2.6247134  4.017715 ]], shape=(2, 3), dtype=float32)

Пример

Давайте создадим слой с функцией активации relu:

<+python+> import tensorflow as tf tf.random.set_seed(0) layer = tf.keras.layers.Dense(units=3, activation='relu') t = tf.constant([[1, 2, 3], [4, 5, 6]]) res = layer(t) print(res) <-python+>

Результат выполнения кода:

tf.Tensor(
[[0.		 1.2035594  1.6973267]
 [0.		 2.6247134  4.017715 ]], shape=(2, 3), dtype=float32)

Пример

Давайте получим информацию о весах слоя:

import tensorflow as tf

tf.random.set_seed(0)

layer = tf.keras.layers.Dense(units=3)
t = tf.constant([[1, 2, 3]])
res = layer(t)
print(layer.kernel.shape)
print(layer.bias.shape)

Результат выполнения кода:

(3, 3)
(3,)

Смотрите также

класс Input,
который создает входной слой модели
класс который применяет функцию активации к данным

класс ⁅c href="/ru/python/lib/tensorflow/manual/layer/Dropout/">Dropout,
который отключает нейроны во время обучения
класс Flatten,
который преобразует многомерный тензор в одномерный