参数

steps 是时间序列的意思,就是一句话包含了多少个词,features是每个词的特征,可以联想图片处理中一个像素点对应3个通道(channel,就是feathures,其对应的就是filters)

参数	描述
data_format	channels_last (default):(batch, steps, features);channels_first:(batch, features, steps)

输入形状

三维的张量
channels_last:(batch_size, steps, features)
channels_first:(batch_size, features, steps)

输出形状

二维张量:(batch_size, features)

应用:

from tensorflow import keras
import numpy as npdata = np.array([[0,0,0],[1,1,1]])
emb = keras.layers.Embedding(input_dim=2, output_dim=3, input_length=3)
emb(data)

TensorFlow tf.keras.layers.GlobalAveragePooling1D相关推荐

TensorFlow tf.keras.layers.Permute
更改维度的顺序,维度索引从1开始 model = Sequential() model.add(Permute((2, 1), input_shape=(10, 64))) # 交换第一维度和第二维度 ...
TensorFlow tf.keras.layers.Dense
参数参数描述 units 输出的维度 activation 激活函数,默认"linear" use_bias kernel_initializer bias_initializ ...
TensorFlow tf.keras.layers.conv2D
参数描述参数描述 inputs 把上一层的输出作为输入(直接将上一层作为参数输入即可) input_shape 当作为模型的第一层时,需要指出输入的形状(samples,rows,cols,cha ...
tensorflow tf.keras.layers tf.image 图像增强
import matplotlib.pyplot as plt import numpy as np import tensorflow as tf import tensorflow_dataset ...
TensorFlow tf.keras.layers.Embedding
参数参数描述 input_dim 词汇表的维度(总共有多少个不相同的词) output_dim 嵌入词空间的维度 input_length 输入语句的长度 embeddings_initializ ...
Tensorflow tf.keras.layers.LSTM
参数参数描述 units 输出空间的维度 input_shape (timestep, input_dim),timestep可以设置为None,由输入决定,input_dime根据具体情况 ac ...
TensorFlow tf.keras.layers.TimeDistributed
对时间序列每个timestamp的向量空间做一个层 # as the first layer in a model model = Sequential() model.add(TimeDistrib ...
TensorFlow tf.keras.layers.Lambda
# add a x -> x^2 layer model.add(Lambda(lambda x: x ** 2)) 参考: 官网
TensorFlow tf.keras.layers.DenseFeatures
通过feature_columns创建dense Tensor 这一层主要是用来将原始数据根据需要转换为特征数据,比如进行one-hot编码 __init__(feature_columns,trai ...

TensorFlow tf.keras.layers.GlobalAveragePooling1D

参数

输入形状

输出形状

应用:

TensorFlow tf.keras.layers.GlobalAveragePooling1D相关推荐

最新文章

热门文章