此页面由 Cloud Translation API 翻译。
Switch to English

模块:tf.keras.layers

TensorFlow 1版

Keras层API。

模块

experimental模块:用于tf.keras.layers.experimental命名空间的公共API。

class AbstractRNNCell :表示RNN细胞抽象对象。

class Activation :应用的激活函数的输出。

class ActivityRegularization :层应用更新成本函数基于输入活动。

class Add :层,增加的输入列表。

class AdditiveAttention :加关注层,又名Bahdanau式的关注。

class AlphaDropout :适用阿尔法差的输入。

class Attention :点产品的关注层,又名陈德良式的关注。

class Average :层平均的输入列表元素明智的。

class AveragePooling1D :时态数据的平均池。

class AveragePooling2D :对空间数据平均池操作。

class AveragePooling3D :三维数据平均池操作(空间或时空)。

class AvgPool1D :时态数据的平均池。

class AvgPool2D :对空间数据平均池操作。

class AvgPool3D :三维数据平均池操作(空间或时空)。

class BatchNormalization :规格化和量程输入或激活。

class Bidirectional :对RNNs双向包装。

class Concatenate :层串接的输入列表。

class Conv1D :1D卷积层(例如颞卷积)。

class Conv1DTranspose :换位卷积层(有时称为去卷积)。

class Conv2D :2D卷积层(例如在图像空间卷积)。

class Conv2DTranspose :换位卷积层(有时称为去卷积)。

class Conv3D :三维卷积层(例如在卷空间卷积)。

class Conv3DTranspose :换位卷积层(有时称为去卷积)。

class ConvLSTM2D :卷积LSTM。

class Convolution1D :1D卷积层(例如颞卷积)。

class Convolution1DTranspose :换位卷积层(有时称为去卷积)。

class Convolution2D :2D卷积层(例如在图像空间卷积)。

class Convolution2DTranspose :换位卷积层(有时称为去卷积)。

class Convolution3D :三维卷积层(例如在卷空间卷积)。

class Convolution3DTranspose :换位卷积层(有时称为去卷积)。

class Cropping1D :一维输入裁剪层(例如时间序列)。

class Cropping2D :对于2D输入裁剪层(例如图片)。

class Cropping3D :用于3D数据裁剪层(例如空间或时空)。

class Dense :只要你经常密集连接NN层。

class DenseFeatures :产生致密的一层Tensor基于给定feature_columns

class DepthwiseConv2D :在深度上可分离二维卷积。

class Dot :层计算样本之间的点积二张量。

class Dropout :适用差的输入。

class ELU :指数直线运动单元。

class Embedding :打开正整数(索引)成固定大小的致密载体。

class Flatten :展平输入。不影响批量大小。

class GRU :封闭式重复单元- Cho等。 2014年

class GRUCell :用于GRU层Cell类。

class GaussianDropout :应用乘法1为中心的高斯噪声。

class GaussianNoise :应用添加剂零为中心的高斯噪声。

class GlobalAveragePooling1D :时态数据,全球平均池操作。

class GlobalAveragePooling2D :对空间数据的全球平均值池操作。

class GlobalAveragePooling3D :为3D数据总体平均池操作。

class GlobalAvgPool1D :时态数据,全球平均池操作。

class GlobalAvgPool2D :对空间数据的全球平均值池操作。

class GlobalAvgPool3D :为3D数据总体平均池操作。

class GlobalMaxPool1D :一维时间数据的全球最大池操作。

class GlobalMaxPool2D :对空间数据的全球最大池操作。

class GlobalMaxPool3D :三维数据的全球最大池操作。

class GlobalMaxPooling1D :一维时间数据的全球最大池操作。

class GlobalMaxPooling2D :对空间数据的全球最大池操作。

class GlobalMaxPooling3D :三维数据的全球最大池操作。

class InputLayer :层被用作入口点到一个网络(层的曲线图)。

class InputSpec :指定每输入到层的秩,D型和形状。

class LSTM :长短期记忆层- 1997年Hochreiter。

class LSTMCell :用于LSTM层Cell类。

class Lambda :封装任意表达式作为Layer对象。

class Layer :这是从所有图层继承的类。

class LayerNormalization :(BA等人,2016)层正常化层。

class LeakyReLU :整流后的直线运动单元的漏版本。

class LocallyConnected1D :一维输入本地连接层。

class LocallyConnected2D :用于2D输入本地连接层。

class Masking :面罩的序列通过使用掩码值来跳过时间步长。

class MaxPool1D :一维时间数据最大池操作。

class MaxPool2D :对于2D空间数据最大池操作。

class MaxPool3D :用于3D数据最大池操作(空间或时空)。

class MaxPooling1D :一维时间数据最大池操作。

class MaxPooling2D :对于2D空间数据最大池操作。

class MaxPooling3D :用于3D数据最大池操作(空间或时空)。

class Maximum :层,其计算所述最大值(逐元素)的输入列表。

class Minimum :层,其计算最小值(逐元素)的输入列表。

class Multiply :层,其相乘(逐元素)的输入列表。

class PReLU :参数整流直线运动单元。

class Permute :根据给定的图案的置换输入的尺寸。

class RNN :复发层基类。

class ReLU :整流直线运动单元的激活功能。

class RepeatVector :重复输入n次。

class Reshape :层,其重塑输入到给定的形状。

class SeparableConv1D :在深度上可分离1D卷积。

class SeparableConv2D :在深度上可分离二维卷积。

class SeparableConvolution1D :在深度上可分离1D卷积。

class SeparableConvolution2D :在深度上可分离二维卷积。

class SimpleRNN :设施连接RNN其中输出是被反馈给输入。

class SimpleRNNCell :用于SimpleRNN Cell类。

class Softmax :SOFTMAX激活功能。

class SpatialDropout1D :空间1D版本辍学。

class SpatialDropout2D :空间2D版本辍学。

class SpatialDropout3D :空间3D版辍学。

class StackedRNNCells :包装允许RNN电池堆表现为单细胞。

class Subtract :层减去两个输入。

class ThresholdedReLU :阈值的整流直线运动单元。

class TimeDistributed :此包装允许将层施加到输入的每个时间切片。

class UpSampling1D :上采样为层1D输入。

class UpSampling2D :上采样层用于2D输入。

class UpSampling3D :上采样层用于3D输入。

class Wrapper :包装抽象基类。

class ZeroPadding1D :一维输入零填充层(例如时间序列)。

class ZeroPadding2D :对于2D输入零填充层(例如图片)。

class ZeroPadding3D :用于3D数据零填充层(空间或时空)。

功能

Input(...) Input()来实例化一个Keras张量。

add(...)功能接口与tf.keras.layers.Add层。

average(...)功能接口到tf.keras.layers.Average层。

concatenate(...)功能接口到Concatenate层。

deserialize(...)中实例从一个配置字典的层。

dot(...)功能接口与Dot层。

maximum(...)功能接口的计算最大(逐元素)列表inputs

minimum(...)功能接口到Minimum层。

multiply(...)功能接口到Multiply层。

serialize(...)

subtract(...)功能接口到Subtract层。