Module: tf.keras.layers

НЕ РЕДАКТИРОВАТЬ.

Этот файл создан автоматически. Не редактируйте его вручную, поскольку ваши изменения будут перезаписаны.

Классы

class Activation: Применяет функцию активации к выходным данным.

class ActivityRegularization: Слой, который обновляет функцию стоимости на основе активности входных данных.

class Add: Выполняет поэлементное сложение.

class AdditiveAttention: Слой аддитивного внимания, также известный как внимание в стиле Bahdanau.

class AlphaDropout: УСТАРЕЛО.

class Attention: Слой внимания с точечным произведением, также известный как внимание в стиле Luong.

class Average: Вычисляет поэлементное среднее списка входных данных..

class AveragePooling1D: Усредняющий пулинг для временных данных.

class AveragePooling2D: Операция усредняющего пулинга для двумерных пространственных данных.

class AveragePooling3D: Операция усредняющего пулинга для трехмерных данных (пространственных или пространственно-временных).

class AvgPool1D: Усредняющий пулинг для временных данных.

class AvgPool2D: Операция усредняющего пулинга для двумерных пространственных данных.

class AvgPool3D: Операция усредняющего пулинга для трехмерных данных (пространственных или пространственно-временных).

class BatchNormalization: Слой, нормализующий входные данные.

class Bidirectional: Двунаправленная оболочка для RNN.

class CategoryEncoding: Слой предварительной обработки, кодирующий целочисленные признаки.

class CenterCrop: Слой предварительной обработки, обрезающий изображения.

class Concatenate: Объединяет список входных данных.

class Conv1D: Слой одномерной свертки (например, временной свертки).

class Conv1DTranspose: Слой одномерной транспонированной свертки.

class Conv2D: Слой двумерной свертки.

class Conv2DTranspose: Слой двумерной транспонированной свертки.

class Conv3D: Слой трехмерной свертки.

class Conv3DTranspose: Слой трехмерной транспонированной свертки.

class ConvLSTM1D: Одномерная сверточная LSTM.

class ConvLSTM2D: Двумерная сверточная LSTM.

class ConvLSTM3D: Трехмерная сверточная LSTM.

class Convolution1D: Слой одномерной свертки (например, временной свертки).

class Convolution1DTranspose: Слой одномерной транспонированной свертки.

class Convolution2D: Слой двумерной свертки.

class Convolution2DTranspose: Слой двумерной транспонированной свертки.

class Convolution3D: Слой трехмерной свертки.

class Convolution3DTranspose: Слой трехмерной транспонированной свертки.

class Cropping1D: Слой обрезки для одномерных входных данных (например, временной последовательности).

class Cropping2D: Слой обрезки для двумерных входных данных (например, изображения).

class Cropping3D: Слой обрезки для трехмерных данных (например, пространственных или пространственно-временных).

class Dense: Обычный полносвязный слой нейронной сети.

class DepthwiseConv1D: Слой одномерной глубинной свертки.

class DepthwiseConv2D: Слой двумерной глубинной свертки.

class Discretization: Слой предварительной обработки, разбивающий непрерывные признаки на интервалы.

class Dot: Вычисляет поэлементное скалярное произведение двух тензоров.

class Dropout: Применяет прореживание к входным данным.

class ELU: Применяет к выходным данным функцию экспоненциальной линейной единицы.

class EinsumDense: Слой, использующий einsum для выполнения вычислений.

class Embedding: Преобразует положительные целые числа (индексы) в плотные векторы фиксированного размера.

class Flatten: Преобразует входные данные в плоский вектор. Не влияет на размер пакета.

class FlaxLayer: Слой Keras, оборачивающий модуль Flax.

class GRU: Управляемый рекуррентный блок (Gated Recurrent Unit) — Cho и др., 2014.

class GRUCell: Класс ячейки для слоя GRU.

class GaussianDropout: Применяет мультипликативный гауссов шум с единичным центром.

class GaussianNoise: Применяет аддитивный гауссов шум с нулевым средним.

class GlobalAveragePooling1D: Операция глобального усредняющего пулинга для временных данных.

class GlobalAveragePooling2D: Операция глобального усредняющего пулинга для двумерных данных.

class GlobalAveragePooling3D: Операция глобального усредняющего пулинга для трехмерных данных.

class GlobalAvgPool1D: Операция глобального усредняющего пулинга для временных данных.

class GlobalAvgPool2D: Операция глобального усредняющего пулинга для двумерных данных.

class GlobalAvgPool3D: Операция глобального усредняющего пулинга для трехмерных данных.

class GlobalMaxPool1D: Операция глобального пулинга по максимуму для временных данных.

class GlobalMaxPool2D: Операция глобального пулинга по максимуму для двумерных данных.

class GlobalMaxPool3D: Операция глобального пулинга по максимуму для трехмерных данных.

class GlobalMaxPooling1D: Операция глобального пулинга по максимуму для временных данных.

class GlobalMaxPooling2D: Операция глобального пулинга по максимуму для двумерных данных.

class GlobalMaxPooling3D: Операция глобального пулинга по максимуму для трехмерных данных.

class GroupNormalization: Слой групповой нормализации.

class GroupQueryAttention: Слой внимания с групповыми запросами.

class HashedCrossing: Слой предварительной обработки, объединяющий признаки с помощью «хеширования».

class Hashing: Слой предварительной обработки, хеширующий категориальные признаки и распределяющий их по корзинам.

class Identity: Слой тождественного преобразования.

class InputLayer: Базовый класс, от которого наследуются все слои.

class InputSpec: Задает ранг, тип данных и форму каждого входа слоя.

class IntegerLookup: Слой предварительной обработки, сопоставляющий целые числа (возможно, закодированным) индексам.

class JaxLayer: Слой Keras, оборачивающий модель JAX.

class LSTM: Слой долгой краткосрочной памяти — Hochreiter, 1997.

class LSTMCell: Класс ячейки для слоя LSTM.

class Lambda: Оборачивает произвольные выражения в объект Layer.

class Layer: Базовый класс, от которого наследуются все слои.

class LayerNormalization: Слой нормализации слоя (Ba и др., 2016).

class LeakyReLU: Слой активации на основе протекающей выпрямленной линейной единицы.

class Masking: Маскирует последовательность, используя значение маски для пропуска временных шагов.

class MaxPool1D: Операция пулинга по максимуму для одномерных временных данных.

class MaxPool2D: Операция пулинга по максимуму для двумерных пространственных данных.

class MaxPool3D: Операция пулинга по максимуму для трехмерных данных (пространственных или пространственно-временных).

class MaxPooling1D: Операция пулинга по максимуму для одномерных временных данных.

class MaxPooling2D: Операция пулинга по максимуму для двумерных пространственных данных.

class MaxPooling3D: Операция пулинга по максимуму для трехмерных данных (пространственных или пространственно-временных).

class Maximum: Вычисляет поэлементный максимум списка входных данных.

class MelSpectrogram: Слой предварительной обработки для преобразования необработанных аудиосигналов в мел-спектрограммы.

class Minimum: Вычисляет поэлементный минимум списка входных данных.

class MultiHeadAttention: Слой многоголового внимания.

class Multiply: Выполняет поэлементное умножение.

class Normalization: Слой предварительной обработки, нормализующий непрерывные признаки.

class PReLU: Слой параметрической активации на основе выпрямленной линейной единицы.

class Permute: Переставляет измерения входных данных в соответствии с заданным шаблоном.

class RNN: Базовый класс для рекуррентных слоев.

class RandomBrightness: Слой предварительной обработки, случайным образом изменяющий яркость во время обучения.

class RandomContrast: Слой предварительной обработки, случайным образом изменяющий контрастность во время обучения.

class RandomCrop: Слой предварительной обработки, случайным образом обрезающий изображения во время обучения.

class RandomFlip: Слой предварительной обработки, случайным образом отражающий изображения во время обучения.

class RandomHeight: УСТАРЕЛО.

class RandomRotation: Слой предварительной обработки, случайным образом поворачивающий изображения во время обучения.

class RandomTranslation: Слой предварительной обработки, случайным образом сдвигающий изображения во время обучения.

class RandomWidth: УСТАРЕЛО.

class RandomZoom: Слой предварительной обработки, случайным образом изменяющий масштаб изображений во время обучения.

class ReLU: Слой функции активации на основе выпрямленной линейной единицы.

class RepeatVector: Повторяет входные данные n раз.

class Rescaling: Слой предварительной обработки, масштабирующий входные значения в новый диапазон.

class Reshape: Слой, изменяющий форму входных данных в соответствии с заданной формой.

class Resizing: Слой предварительной обработки, изменяющий размер изображений.

class SeparableConv1D: Слой одномерной разделимой свертки.

class SeparableConv2D: Слой двумерной разделимой свертки.

class SeparableConvolution1D: Слой одномерной разделимой свертки.

class SeparableConvolution2D: Слой двумерной разделимой свертки.

class SimpleRNN: Полносвязная RNN, в которой выходные данные передаются обратно в качестве новых входных данных.

class SimpleRNNCell: Класс ячейки для SimpleRNN.

class Softmax: Слой активации Softmax.

class SpatialDropout1D: Пространственная версия Dropout для одномерных данных.

class SpatialDropout2D: Пространственная версия Dropout для двумерных данных.

class SpatialDropout3D: Пространственная версия Dropout для трехмерных данных.

class SpectralNormalization: Выполняет спектральную нормализацию весов целевого слоя.

class StackedRNNCells: Оболочка, позволяющая стопке ячеек RNN работать как единая ячейка.

class StringLookup: Слой предварительной обработки, сопоставляющий строки (возможно, закодированным) индексам.

class Subtract: Выполняет поэлементное вычитание.

class TFSMLayer: Повторно загружает модель или слой Keras, сохраненные с помощью SavedModel / ExportArchive.

class TextVectorization: Слой предварительной обработки, преобразующий текстовые признаки в последовательности целых чисел.

class ThresholdedReLU: УСТАРЕЛО.

class TimeDistributed: Эта оболочка позволяет применять слой к каждому временному срезу входных данных.

class TorchModuleWrapper: Слой-оболочка для модуля Torch.

class UnitNormalization: Слой нормализации до единичной нормы.

class UpSampling1D: Слой увеличения разрешения для одномерных входных данных.

class UpSampling2D: Слой увеличения разрешения для двумерных входных данных.

class UpSampling3D: Слой увеличения разрешения для трехмерных входных данных.

class Wrapper: Абстрактный базовый класс оболочки.

class ZeroPadding1D: Слой дополнения нулями для одномерных входных данных (например, временной последовательности).

class ZeroPadding2D: Слой дополнения нулями для двумерных входных данных (например, изображения).

class ZeroPadding3D: Слой дополнения нулями для трехмерных данных (пространственных или пространственно-временных).

Функции

Input(...): Используется для создания тензора Keras.

add(...): Функциональный интерфейс к слою keras.layers.Add.

average(...): Функциональный интерфейс к слою keras.layers.Average.

concatenate(...): Функциональный интерфейс к слою Concatenate.

deserialize(...): Возвращает объект слоя Keras на основе его конфигурации.

dot(...): Функциональный интерфейс к слою Dot.

maximum(...): Функциональный интерфейс к слою keras.layers.Maximum.

minimum(...): Функциональный интерфейс к слою keras.layers.Minimum.

multiply(...): Функциональный интерфейс к слою keras.layers.Multiply.

serialize(...): Возвращает конфигурацию слоя в виде словаря Python.

subtract(...): Функциональный интерфейс к слою keras.layers.Subtract.