Tensorflow笔记——tf.layers.dense的用法

1.tf.layers.dense的用法

dense：相当于一个全连接层
函数解释如下：

tf.layers.dense(
    inputs,
    units,
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    reuse=None
)

● inputs:输入。
● units: 输出的大小（维数）.
● activation: 使用什么激活函数（神经网络的非线性层），
● use_bias: 使用bias为True（默认使用）,不用bias改成False即可。
● kernel_initializer:权重矩阵的初始化函数。 如果为None（默认值），则使用tf.get_variable使用的默认初始化程序初始化权重。
● bias_initializer:bias的初始化函数。
● kernel_regularizer：权重矩阵的正则函数。
● bias_regularizer：bias的的正则函数。
● activity_regularizer:输出的的正则函数。
● kernel_constraint:可选，默认为 None，施加在权重上的约束项
● name:名字
● reuse:Boolean，是否以同一名称重用前一层的权重。

全连接层：

dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu)
 
dense2= tf.layers.dense(inputs=dense1, units=512, activation=tf.nn.relu)
 
logits= tf.layers.dense(inputs=dense2, units=10, activation=None)

参数含义
一般只用到前三个参数：
● inputs就是该层的输入；
● units为神经元数目，即经过该层后的输出维度，也就是会将inputs的最后一个维度变成units；
● activation选择你所用的激活函数。