Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

Modul: tf.keras.layers

TensorFlow 1 versi

Keras lapisan API.

modul

experimental modul: API Umum untuk namespace tf.keras.layers.experimental.

kelas-kelas

class AbstractRNNCell : objek Abstrak mewakili sel RNN.

class Activation : Berlaku fungsi aktivasi untuk output.

class ActivityRegularization : Lapisan yang berlaku update untuk aktivitas masukan fungsi biaya berdasarkan.

class Add : Lapisan yang menambahkan daftar input.

class AdditiveAttention : Additive perhatian lapisan, alias perhatian Bahdanau-gaya.

class AlphaDropout : Berlaku Alpha Dropout untuk input.

class Attention : Dot-produk lapisan perhatian, alias perhatian Luong-gaya.

class Average : Lapisan yang rata-rata daftar masukan unsur-bijaksana.

class AveragePooling1D : Rata-rata pooling data temporal.

class AveragePooling2D : Rata-rata operasi pooling untuk data spasial.

class AveragePooling3D : Rata-rata operasi pooling data 3D (spasial atau spatio-temporal).

class AvgPool1D : Rata-rata pooling data temporal.

class AvgPool2D : Rata-rata operasi pooling untuk data spasial.

class AvgPool3D : Rata-rata operasi pooling data 3D (spasial atau spatio-temporal).

class BatchNormalization : Menormalkan dan masukan skala atau aktivasi.

class Bidirectional : wrapper dua arah untuk RNNs.

class Concatenate : Lapisan yang concatenates daftar input.

class Conv1D : konvolusi lapisan 1D (misalnya sementara konvolusi).

class Conv1DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class Conv2D : konvolusi lapisan 2D (misalnya konvolusi spasial atas gambar).

class Conv2DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class Conv3D : lapisan lilit 3D (misalnya konvolusi spasial lebih volume).

class Conv3DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class ConvLSTM2D : Konvolusional LSTM.

class Convolution1D : konvolusi lapisan 1D (misalnya sementara konvolusi).

class Convolution1DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class Convolution2D : konvolusi lapisan 2D (misalnya konvolusi spasial atas gambar).

class Convolution2DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class Convolution3D : lapisan lilit 3D (misalnya konvolusi spasial lebih volume).

class Convolution3DTranspose : Ditransposisikan konvolusi lapisan (kadang-kadang disebut Pancar).

class Cropping1D : Memotong lapisan untuk 1D input (misalnya sementara urutan).

class Cropping2D : Memotong lapisan untuk input 2D (misalnya gambar).

class Cropping3D : Memotong lapisan data 3D (misalnya spasial atau spatio-temporal).

class Dense : Hanya Anda biasa padat terhubung NN lapisan.

class DenseFeatures : Sebuah lapisan yang menghasilkan padat Tensor berdasarkan diberikan feature_columns .

class DepthwiseConv2D : konvolusi Depthwise dipisahkan 2D.

class Dot : Lapisan yang menghitung produk dot antara sampel di dua tensor.

class Dropout : Berlaku Dropout ke input.

class ELU : Exponential Satuan Linear.

class Embedding : Ternyata bilangan bulat positif (indeks) ke dalam vektor padat ukuran tetap.

class Flatten : merata input. Tidak mempengaruhi ukuran batch.

class GRU : Gated berulang Unit - Cho et al. 2014.

class GRUCell : kelas Sel untuk lapisan GRU.

class GaussianDropout : Terapkan perkalian 1 berpusat noise Gaussian.

class GaussianNoise : Terapkan aditif nol berpusat noise Gaussian.

class GlobalAveragePooling1D : Rata-rata operasi penyatuan global untuk data temporal.

class GlobalAveragePooling2D : Rata-rata operasi pooling Global untuk data spasial.

class GlobalAveragePooling3D : global rata-rata pooling operasi untuk data 3D.

class GlobalAvgPool1D : Rata-rata operasi penyatuan global untuk data temporal.

class GlobalAvgPool2D : Rata-rata operasi pooling Global untuk data spasial.

class GlobalAvgPool3D : global rata-rata pooling operasi untuk data 3D.

class GlobalMaxPool1D : operasi pooling max global untuk data sementara 1D.

class GlobalMaxPool2D : operasi pooling max Global untuk data spasial.

class GlobalMaxPool3D Global Max pooling operasi untuk data 3D.

class GlobalMaxPooling1D : operasi pooling max global untuk data sementara 1D.

class GlobalMaxPooling2D : operasi pooling max Global untuk data spasial.

class GlobalMaxPooling3D Global Max pooling operasi untuk data 3D.

class InputLayer : Lapisan untuk digunakan sebagai titik masuk ke dalam jaringan (grafik lapisan).

class InputSpec : Menentukan pangkat, dtype dan bentuk setiap masukan ke lapisan.

class LSTM : lapisan Memory Panjang Jangka Pendek - Hochreiter 1997.

class LSTMCell : kelas Sel untuk lapisan LSTM.

class Lambda : Wraps sewenang-wenang ekspresi sebagai Layer objek.

class Layer : ini adalah kelas dari mana semua lapisan mewarisi.

class LayerNormalization : (. Ba et al, 2016) Lapisan normalisasi lapisan.

class LeakyReLU : versi Leaky dari Satuan Linear Rectified.

class LocallyConnected1D : lapisan Lokal-terhubung untuk input 1D.

class LocallyConnected2D : lapisan Lokal-terhubung untuk input 2D.

class Masking : Masker berurutan dengan menggunakan nilai masker untuk melewati timesteps.

class MaxPool1D : operasi pooling Max untuk data sementara 1D.

class MaxPool2D : operasi pooling Max untuk data spasial 2D.

class MaxPool3D : Max pooling operasi untuk data 3D (spasial atau spatio-temporal).

class MaxPooling1D : operasi pooling Max untuk data sementara 1D.

class MaxPooling2D : operasi pooling Max untuk data spasial 2D.

class MaxPooling3D : Max pooling operasi untuk data 3D (spasial atau spatio-temporal).

class Maximum : Lapisan yang menghitung maksimum (elemen-bijaksana) daftar input.

class Minimum : Lapisan yang menghitung minimum (elemen-bijaksana) daftar input.

class Multiply : Lapisan yang mengalikan (elemen-bijaksana) daftar input.

class PReLU : Parametric Rectified Satuan Linear.

class Permute : Permutes dimensi input sesuai dengan pola yang diberikan.

class RNN : kelas Base untuk lapisan berulang.

class ReLU : fungsi aktivasi Satuan Rectified Linear.

class RepeatVector : Mengulang masukan n kali.

class Reshape : Lapisan yang membentuk ulang masukan ke dalam bentuk tertentu.

class SeparableConv1D : Depthwise dipisahkan 1D belit.

class SeparableConv2D : konvolusi Depthwise dipisahkan 2D.

class SeparableConvolution1D : Depthwise dipisahkan 1D belit.

class SeparableConvolution2D : konvolusi Depthwise dipisahkan 2D.

class SimpleRNN : Fully-terhubung RNN mana output adalah menjadi makan kembali ke input.

class SimpleRNNCell : kelas Sel untuk SimpleRNN.

class Softmax : fungsi aktivasi Softmax.

class SpatialDropout1D : versi Tata Ruang 1D dari Dropout.

class SpatialDropout2D : versi Tata Ruang 2D dari Dropout.

class SpatialDropout3D : versi 3D Tata Ruang Dropout.

class StackedRNNCells : Wrapper memungkinkan tumpukan sel RNN untuk berperilaku sebagai satu sel.

class Subtract : Lapisan yang mengurangi dua input.

class ThresholdedReLU : pengambangan Rectified Satuan Linear.

class TimeDistributed : wrapper ini memungkinkan untuk menerapkan lapisan untuk setiap slice temporal input.

class UpSampling1D : Upsampling lapisan untuk input 1D.

c