TFLearn 核心层
TFLearn 在tflearn.layers.core
模块中提供以下层:
层类 | 描述 |
---|---|
input_data |
该层用于指定神经网络的输入层。 |
fully_connected |
该层用于指定一个层,其中所有神经元都连接到前一层中的所有神经元。 |
dropout |
该层用于指定损失正则化。输入元素由1/keep_prob 缩放,同时保持预期的总和不变。 |
custom_layer |
此层用于指定要应用于输入的自定义函数。此类包装我们的自定义函数并将该函数显示为层。 |
reshape |
此层将输入重新整形为指定形状的输出。 |
flatten |
该层将输入张量转换为 2D 张量。 |
activation |
该层将指定的激活函数应用于输入张量。 |
single_unit |
该层将线性函数应用于输入。 |
highway |
该层实现了完全连接的公路函数。 |
one_hot_encoding |
此层将数字标签转换为二元向量单热编码表示。 |
time_distributed |
该层将指定的函数应用于输入张量的每个时间步长。 |
multi_target_data |
此层创建并连接多个占位符,特别是在层使用来自多个源的目标时使用。 |