Tensorflow.js中的tf.layers.dense()函数

在Tensorflow.js中，tf.layers.dense()函数用于创建一个全连接层。也就是一个神经网络层，其中每个输入单元都与每个输出单元都有连接权重，这个权重会在训练过程中被学习到。

语法

以下是tf.layers.dense()函数的语法：

tf.layers.dense(config)

tf.layers.dense()函数需要传入一个配置config对象。下面是一些可能包含config对象的属性：

• units：层中的神经元数量。
• inputShape：输入的形状，这是一个元组，例如，[inputWidth]或[inputHeight, inputWidth]。
• activation：激活函数（例如“relu”）。
• useBias：是否使用偏差，在此层后附加到每个神经元。
• kernelInitializer：权重 tensor 的初始化器。
• biasInitializer：偏差 tensor 的初始化器。
• kernelRegularizer：权重 tensor 的正则化函数。
• biasRegularizer：偏差 tensor 的正则化函数。

返回值

tf.layers.dense()函数返回一个层对象，您可以将其传递给 Sequential.add()方法或 Model.add()方法中，以将其作为神经网络的一部分添加到您的模型中。

### 示例代码

下面是一个使用tf.layers.dense()函数创建神经网络层的简单示例：

const model = tf.sequential(); model.add(tf.layers.dense({ units: 4, inputShape: [2], activation: 'relu' }));

model.add(tf.layers.dense({ units: 1, activation: 'sigmoid' }));

上面的代码展示了如何创建一个具有2个输入和4个神经元以及ReLU激活函数的隐含层，以及一个具有一个输出和Sigmoid激活函数的输出层。

更多可以了解: https://www.tensorflow.org/js/api/latest/#layers.dense