tensorflow1.0 풀링 레이어(풀링)와 완전 연결 레이어(dense)에 대한 간략한 설명

이 글에서는 주로 tensorflow 1.0의 풀링 레이어(pooling)와 완전 연결 레이어(dense)를 소개하고 있습니다. 같이 살펴볼까요

풀링 레이어는 tensorflow/python/layers/pooling.py에 정의되어 있습니다.

최대 풀링과 평균 풀링이 있습니다.

1. tf.layers.max_pooling2d

max_pooling2d(
  inputs,
  pool_size,
  strides,
  padding='valid',
  data_format='channels_last',
  name=None
)

1. 입력: 풀링된 데이터.

2. pool_size: 풀링된 코어 크기(pool_height, pool_width)(예: [3, 3]) 길이와 너비가 동일한 경우 pool_size=3과 같은 숫자로 직접 설정할 수도 있습니다.

   strides: 풀링 슬라이딩 단계 크기. [1,1]과 같은 두 개의 정수로 설정할 수도 있습니다. strides=2

3. padding: edge padding, 'same'과 'valid' 중 하나를 선택하세요. 기본값은 유효합니다

4. data_format: 입력 데이터 형식, 기본값은 채널_라스트이며 이는 (배치, 높이, 너비, 채널)이며 (배치, 채널, 높이, 너비)에 해당하는 채널_첫 번째로 설정할 수도 있습니다.

5. name: 레이어의 이름입니다.

6. 예:

pool1=tf.layers.max_pooling2d(inputs=x, pool_size=[2, 2], strides=2)

3, tf.layers.dense

conv=tf.layers.conv2d(
   inputs=x,
   filters=32,
   kernel_size=[5, 5],
   padding="same",
   activation=tf.nn.relu)
pool=tf.layers.max_pooling2d(inputs=conv, pool_size=[2, 2], strides=2)

units: 이 레이어의 신경 단위 노드 수입니다.

1. use_bias: 부울 유형, 바이어스 항 사용 여부.

2. kernel_initializer: 컨볼루션 커널의 초기화.

3. bias_initializer: 바이어스 항의 초기화, 기본 초기화는 0.

4. kernel_regularizer: 컨볼루션 커널의 정규화, 선택 사항.

5. bias_regularizer: 바이어스 항의 정규화, 선택 사항

6. activity_regularizer: 출력의 정규화 기능

7. trainable: , 여부를 나타냅니다. 이 레이어의 매개변수는 훈련에 참여합니다. true인 경우 변수는 그래프 컬렉션 GraphKeys.TRAINABLE_VARIABLES(tf.Variable 참조)에 추가됩니다.

8. name: 레이어의 이름.

9. reuse: 부울 유형, 매개변수 재사용 여부.

10. 전체 연결 레이어 실행 작업 출력 = 활성화(inputs.kernel +bias)
    실행 결과가 활성화 작업을 원하지 않는 경우 활성화=None을 설정합니다.
11. 예:

average_pooling2d(
  inputs,
  pool_size,
  strides,
  padding='valid',
  data_format='channels_last',
  name=None
)

로그인 후 복사

12. 완전 연결 계층의 매개변수를 정규화할 수도 있습니다.

코드는 다음과 같습니다.

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,
  trainable=True,
  name=None,
  reuse=None
)

관련 권장 사항:

에이 Tensorflow 모델에 대한 간단한 이야기 ​​저장 및 복원 로딩

위 내용은 tensorflow1.0 풀링 레이어(풀링)와 완전 연결 레이어(dense)에 대한 간략한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!