1回答

正十七

2020-01-09

class Dense(tensorflow.python.keras.engine.base_layer.Layer)
 |  Dense(units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None, activity_regu
larizer=None, kernel_constraint=None, bias_constraint=None, **kwargs)
 |  
 |  Just your regular densely-connected NN layer.
 |  
 |  `Dense` implements the operation:
 |  `output = activation(dot(input, kernel) + bias)`
 |  where `activation` is the element-wise activation function
 |  passed as the `activation` argument, `kernel` is a weights matrix
 |  created by the layer, and `bias` is a bias vector created by the layer
 |  (only applicable if `use_bias` is `True`).
 |  
 |  Note: If the input to the layer has a rank greater than 2, then
 |  it is flattened prior to the initial dot product with `kernel`.
 |  
 |  Example:
 |  
 |  ```python
 |  # as first layer in a sequential model:
 |  model = Sequential()
 |  model.add(Dense(32, input_shape=(16,)))
 |  # now the model will take as input arrays of shape (*, 16)
 |  # and output arrays of shape (*, 32)
 |  
 |  # after the first layer, you don't need to specify
 |  # the size of the input anymore:
 |  model.add(Dense(32))
 |  ```
 |  
 |  Arguments:
 |    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.
 |    kernel_regularizer: Regularizer function applied to
 |      the `kernel` weights matrix.
 |    bias_regularizer: Regularizer function applied to the bias vector.
 |    activity_regularizer: Regularizer function applied to
 |      the output of the layer (its "activation")..
 |    kernel_constraint: Constraint function applied to
 |      the `kernel` weights matrix.
 |    bias_constraint: Constraint function applied to the bias vector.

同学你好，以上是Dense layer的构造函数API， 从代码看，参数中没有init参数，所以如果写init的话，那么用的应该是默认的glorot_uniform初始化方法，这个可能是准确率不一样的原因。

0

0