淺談tensorflow1.0 池化層（pooling)和全串連層(dense)

本篇文章主要介紹了淺談tensorflow1.0 池化層（pooling)和全串連層(dense)，現在分享給大家，也給大家做個參考。一起過來看看吧

池化層定義在tensorflow/python/layers/pooling.py.

有最大值池化和均值池化。

1、tf.layers.max_pooling2d

max_pooling2d(  inputs,  pool_size,  strides,  padding='valid',  data_format='channels_last',  name=None)

1. inputs: 進行池化的資料。

2. pool_size: 池化的核大小(pool_height, pool_width)，如[3，3]. 如果長寬相等，也可以直接設定為一個數，如pool_size=3.

3. strides: 池化的滑動步長。可以設定為[1,1]這樣的兩個整數. 也可以直接設定為一個數，如strides=2

4. padding: 邊緣填充，'same' 和'valid‘選其一。預設為valid

5. data_format: 輸入資料格式，預設為channels_last ，即 (batch, height, width, channels),也可以設定為channels_first 對應 (batch, channels, height, width).

6. name: 層的名字。

例：

pool1=tf.layers.max_pooling2d(inputs=x, pool_size=[2, 2], strides=2)

一般是放在卷積層之後，如：

conv=tf.layers.conv2d(   inputs=x,   filters=32,   kernel_size=[5, 5],   padding="same",   activation=tf.nn.relu)pool=tf.layers.max_pooling2d(inputs=conv, pool_size=[2, 2], strides=2)

2.tf.layers.average_pooling2d

average_pooling2d(  inputs,  pool_size,  strides,  padding='valid',  data_format='channels_last',  name=None)

參數和前面的最大值池化一樣。

全串連dense層定義在 tensorflow/python/layers/core.py.

3、tf.layers.dense

dense(  inputs,  units,  activation=None,  use_bias=True,  kernel_initializer=None,  bias_initializer=tf.zeros_initializer(),  kernel_regularizer=None,  bias_regularizer=None,  activity_regularizer=None,  trainable=True,  name=None,  reuse=None)

1. inputs: 輸入資料，2維tensor.

2. units: 該層的神經單元結點數。

3. activation: 啟用函數.

4. use_bias: Boolean型，是否使用偏置項.

5. kernel_initializer: 卷積核的初始化器.

6. bias_initializer: 偏置項的初始化器，預設初始化為0.

7. kernel_regularizer: 卷積核化的正則化，可選.

8. bias_regularizer: 偏置項的正則化，可選.

9. activity_regularizer: 輸出的正則化函數.

10. trainable: Boolean型，表明該層的參數是否參與訓練。如果為真則變數加入到圖集合中 GraphKeys.TRAINABLE_VARIABLES (see tf.Variable).

11. name: 層的名字.

12. reuse: Boolean型, 是否重複使用參數.

全串連層執行操作 outputs = activation(inputs.kernel + bias)

如果執行結果不想進行啟用操作，則設定activation=None。

例：

#全串連層dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu)dense2= tf.layers.dense(inputs=dense1, units=512, activation=tf.nn.relu)logits= tf.layers.dense(inputs=dense2, units=10, activation=None)

也可以對全串連層的參數進行正則化約束：

複製代碼 代碼如下:

dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu，kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003))