Tensorflow.js tf.layers.dense()函数

tf.layers.dense() 是 Tensorflow.js 库的内置函数。该函数用于创建全连接层，其中每个输出都依赖于每个输入。

句法：

tf.layers.dense(args)

参数：此函数将args对象作为参数，该参数可以具有以下属性：

• 单位：它是一个正数，定义了输出空间的维度。
• activation ：指定要使用的激活函数。
• useBias：指定是否应用偏差。
• kernelInitializer：指定用于密集核权重矩阵的初始化器。
• biasInitializer：指定该层的偏置向量。
• inputDim：将输入形状定义为 [inputDim]。
• kernelConstraint：指定内核的约束。
• biasConstraint：偏置向量的具体约束。
• kernelRegularizer：指定应用于密集核权重矩阵的正则化函数。
• biasRegularizer：指定应用于偏置向量的正则化函数。
• activityRegularizer：指定应用于激活的正则化函数。
• inputShape：如果定义了这个参数，它将创建另一个输入层插入到该层之前。
• batchInputShape：如果定义了这个参数，它将创建另一个输入层插入到该层之前。
• batchSize ：如果尚未指定，则用于构造 batchInputShape。
• dtype：指定该层的数据类型。此参数的默认值为“float32”。
• name：指定该层的名称。
• trainable：指定该层的权重是否通过fit更新。
• weights：指定层的初始权重值。
• inputDType ：用于表示 inputDType，其值可以是 'float32' 或 'int32' 或 'bool' 或 'complex64' 或 ' 字符串'。

返回值：它返回一个 Dense 对象。

示例 1：

Javascript

import * as tf from "@tensorflow/tfjs"
  
// Create a new dense layer
const denseLayer = tf.layers.dense({
   units: 2,
   kernelInitializer: 'heNormal',
   useBias: true
});
    
const input = tf.ones([2, 3]);
const output = denseLayer.apply(input);
    
// Print the output
output.print()

输出：

示例 2：

Javascript

import * as tf from "@tensorflow/tfjs"
  
// Create a new dense layer
const denseLayer = tf.layers.dense({
   units: 3,
   kernelInitializer: 'heNormal',
   useBias: false
});
    
const input = tf.ones([2, 3, 3]);
const output = denseLayer.apply(input);
    
// Print the output
output.print()

输出：

示例 3：

Javascript

import * as tf from "@tensorflow/tfjs"
    
// Create a new dense layer
const denseLayer = tf.layers.dense({
   units: 3,
   kernelInitializer: 'ones',
   useBias: false
});
    
const input = tf.ones([2, 3, 3]);
const output = denseLayer.apply(input);
    
// Print the output
output.print()

输出：

示例 4：

Javascript

import * as tf from "@tensorflow/tfjs"
  
// Create a new dense layer
const denseLayer = tf.layers.dense({
   units: 3,
   kernelInitializer: 'randomUniform',
   useBias: false
});
    
const input = tf.ones([2, 3, 3]);
const output = denseLayer.apply(input);
    
// Print the output
output.print()

输出：

参考： https://js.tensorflow.org/api/latest/#layers.dense