Tensorflow: Apa perbedaan bt tf.layers.dense dan tf.layers.Dense?

Dibuat pada 3 Sep 2018  ·  1Komentar  ·  Sumber: tensorflow/tensorflow

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:

  1. Itu pasti bug, permintaan fitur, atau masalah signifikan dengan dokumentasi (untuk perbaikan dokumen kecil, kirimkan PR sebagai gantinya).
  2. Formulir di bawah ini harus diisi.
  3. Seharusnya tidak menjadi masalah TensorBoard. Mereka pergi ke sini .

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.


Sistem Informasi

  • Sudahkah saya menulis kode khusus (sebagai lawan menggunakan skrip contoh stok yang disediakan di TensorFlow) :
  • Platform dan Distribusi OS (misalnya, Linux Ubuntu 16.04) :
  • Perangkat seluler (misalnya iPhone 8, Pixel 2, Samsung Galaxy) jika masalah terjadi pada perangkat seluler :
  • TensorFlow diinstal dari (sumber atau biner) :
  • Versi TensorFlow (gunakan perintah di bawah) :
  • Versi Python :
  • Versi Bazel (jika dikompilasi dari sumber) :
  • Versi GCC/Compiler (jika dikompilasi dari sumber) :
  • Versi CUDA/cuDNN :
  • Model dan memori GPU :
  • Perintah yang tepat untuk mereproduksi :

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)"

Jelaskan masalahnya

Uraikan masalahnya dengan jelas di sini. Pastikan untuk menyampaikan di sini mengapa ini merupakan bug di TensorFlow atau permintaan fitur.

Kode sumber / log

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.

Komentar yang paling membantu

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L32 -L33

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
  • dan masih banyak lagi... (lihat kodenya)

>Semua komentar

https://github.com/tensorflow/tensorflow/blob/9fa3d27c4bdd534eaff88ea2c4a7119e3174dbbf/tensorflow/python/layers/core.py#L32 -L33

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
  • dan masih banyak lagi... (lihat kodenya)
Apakah halaman ini membantu?
0 / 5 - 0 peringkat