tensorflow layers模块操作

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/love_image_xie/article/details/84668619

tf.layers模块提供的方法有：

• input(...): 实例化一个输入Tensor，作为一个神经网络的输入
• average_pooling1d(...): 一维平均池化层
• average_pooling2d(...): 二维平均池化层
• average_pooling3d(...): 三维平均池化层
• batch_normalization(...): BN(batch normalized)层
• conv1d(...): 一维卷积层
• conv2d(...): 二维卷积层
• conv2d_transpose(...): 二维反卷积层
• conv3d(...): 三维卷积层
• conv3d_transpose(...): 三维反卷积层
• dense(...): 全连接层
• dropout(...): dropout层
• flatten(...): Flatten层，将一个Tensor展平
• max_pooling1d(...): 一维最大池化层
• max_pooling2d(...): 二维最大池化层
• max_pooling3d(...): 三维最大池化层
• separable_conv2d(...): 二维深度可分离卷积层

具体实例如下：

#conv2d(input,filters,kernel_size,strides=(1,1),padding,activation)输入，输出通道数，卷积核大小，步长，填充(valid,same)，tf.nn.relu等
conv1 = tf.layers.conv2d(inputs_, 16, (3,3), padding='same', activation=tf.nn.relu)

#max_pooling2d(input,pool_size,stride,padding,name=None)  可用stride=2,pool_size=2，也可用
maxpool1 = tf.layers.max_pooling2d(conv1, (2,2), (2,2), padding='same')

#dense(inputs,units, activation=None，...)输入，神经元数量，tf.nn.relu等
dense1=tf.layers.dense(maxpooling,20)