tensorflow1.0池化層和全連接層的示例分析

小編給大家分享一下tensorflow1.0池化層和全連接層的示例分析，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

池化層定義在tensorflow/python/layers/pooling.py.

有最大值池化和均值池化。

1、tf.layers.max_pooling2d

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

1. inputs: 進行池化的數(shù)據(jù)。

2. pool_size: 池化的核大小(pool_height, pool_width)，如[3，3]. 如果長寬相等，也可以直接設(shè)置為一個數(shù)，如pool_size=3.

3. strides: 池化的滑動步長?？梢栽O(shè)置為[1,1]這樣的兩個整數(shù). 也可以直接設(shè)置為一個數(shù)，如strides=2

4. padding: 邊緣填充，'same' 和'valid‘選其一。默認為valid

5. data_format: 輸入數(shù)據(jù)格式，默認為channels_last ，即 (batch, height, width, channels),也可以設(shè)置為channels_first 對應(yīng) (batch, channels, height, width).

6. name: 層的名字。

例：

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

一般是放在卷積層之后，如：

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)

2.tf.layers.average_pooling2d

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

參數(shù)和前面的最大值池化一樣。

全連接dense層定義在 tensorflow/python/layers/core.py.

3、tf.layers.dense

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
)

1. inputs: 輸入數(shù)據(jù)，2維tensor.

2. units: 該層的神經(jīng)單元結(jié)點數(shù)。

3. activation: 激活函數(shù).

4. use_bias: Boolean型，是否使用偏置項.

5. kernel_initializer: 卷積核的初始化器.

6. bias_initializer: 偏置項的初始化器，默認初始化為0.

7. kernel_regularizer: 卷積核化的正則化，可選.

8. bias_regularizer: 偏置項的正則化，可選.

9. activity_regularizer: 輸出的正則化函數(shù).

10. trainable: Boolean型，表明該層的參數(shù)是否參與訓練。如果為真則變量加入到圖集合中 GraphKeys.TRAINABLE_VARIABLES (see tf.Variable).

11. name: 層的名字.

12. reuse: Boolean型, 是否重復使用參數(shù).

全連接層執(zhí)行操作 outputs = activation(inputs.kernel + bias)

如果執(zhí)行結(jié)果不想進行激活操作，則設(shè)置activation=None。

例：

#全連接層
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)

也可以對全連接層的參數(shù)進行正則化約束：

dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu，kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003))

看完了這篇文章，相信你對“tensorflow1.0池化層和全連接層的示例分析”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！