版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Eric_LH/article/details/82529708
self.dense = tf.keras.layers.Dense(units=1, kernel_initializer=tf.zeros_initializer(),
bias_initializer=tf.zeros_initializer())units: Positive integer, dimensionality of the output space.
activation: Activation function to use. If you don’t specify anything, no activation is applied (ie. “linear” activation: a(x) = x).
use_bias: Boolean, whether the layer uses a bias vector.
kernel_initializer: Initializer for the kernel weights matrix.
bias_initializer: Initializer for the bias vector.
这个全连接层封装了output = activation(tf.matmul(input, kernel) + bias)
这一线性变换+激活函数的计算操作，以及 kernel 和 bias 两个变量。当不指定激活函数时（即 activation(x) = x ），这个全连接
层就等价于我们上述的线性变换。
一提，全连接层可能是我们编写模型时使用最频繁的层。