Hai teman-teman,
Sama seperti judulnya. Saya mencoba mencari di Stack Overflow tetapi saya tidak dapat menemukannya. Maksud saya, bagaimana memilih lapisan bt padat dan Padat ketika saya membangun jaringan saraf?
Silakan buka Stack Overflow untuk bantuan dan dukungan:
https://stackoverflow.com/questions/tagged/tensorflow
Jika Anda membuka masalah GitHub, berikut adalah kebijakan kami:
Inilah alasan kami memiliki kebijakan tersebut : Pengembang TensorFlow menanggapi masalah. Kami ingin fokus pada pekerjaan yang bermanfaat bagi seluruh komunitas, misalnya, memperbaiki bug dan menambahkan fitur. Dukungan hanya membantu individu. GitHub juga memberi tahu ribuan orang ketika masalah diajukan. Kami ingin mereka melihat Anda mengomunikasikan masalah yang menarik, daripada dialihkan ke Stack Overflow.
Anda dapat mengumpulkan beberapa informasi ini menggunakan skrip penangkapan lingkungan kami:
https://github.com/tensorflow/tensorflow/tree/master/tools/tf_env_collect.sh
Anda bisa mendapatkan versi TensorFlow dengan
python -c "import tensorflow sebagai tf; print(tf.GIT_VERSION, tf.VERSION)"
Uraikan masalahnya dengan jelas di sini. Pastikan untuk menyampaikan di sini mengapa ini merupakan bug di TensorFlow atau permintaan fitur.
Sertakan log atau kode sumber apa pun yang akan membantu mendiagnosis masalah. Jika menyertakan traceback, harap sertakan traceback lengkap. Log dan file besar harus dilampirkan. Cobalah untuk memberikan kasus uji yang dapat direproduksi yang merupakan minimum yang diperlukan untuk menghasilkan masalah.
tf.layers.Dense
mengembalikan sebuah instance dari class Dense
.
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L116 -L117
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L174 -L188
tf.layers.dense
pertama-tama membuat instance tf.layers.Dense
, lalu memanggil return layer.apply(inputs)
, yang mengembalikan tensor.
Hal yang sama berlaku untuk:
tf.layers.Dropout
dan tf.layers.dropout
tf.layers.Flatten
dan tf.layers.flatten
tf.layers.AveragePooling1D
dan tf.layers.average_pooling1d
Komentar yang paling membantu
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L32 -L33
tf.layers.Dense
mengembalikan sebuah instance dariclass Dense
.https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L116 -L117
https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L174 -L188
tf.layers.dense
pertama-tama membuat instancetf.layers.Dense
, lalu memanggilreturn layer.apply(inputs)
, yang mengembalikan tensor.Hal yang sama berlaku untuk:
tf.layers.Dropout
dantf.layers.dropout
tf.layers.Flatten
dantf.layers.flatten
tf.layers.AveragePooling1D
dantf.layers.average_pooling1d