Модуль: tf.compat.v1.keras.layers

API слоёв Keras.

Модули

experimental модуль: Публичный API для пространства имён tf.keras.layers.experimental.

Классы

class AbstractRNNCell: Абстрактный объект, представляющий ячейку RNN.

class Activation: Применяет функцию активации к выводу.

class ActivityRegularization: Слой, который применяет обновление к функции стоимости на основе активности входных данных.

class Add: Слой, который складывает список входов.

class AdditiveAttention: Слой аддитивной (внимание Бадана) внимания.

class AlphaDropout: Применяет Alpha Dropout к входу.

class Attention: Слой внимания с точечным произведением (внимание Луонга).

class Average: Слой, который усредняет список входов по элементам.

class AveragePooling1D: Среднее пулинговое для временных данных.

class AveragePooling2D: Операция усреднённого пулинга для пространственных данных.

class AveragePooling3D: Операция усреднённого пулинга для 3D данных (пространственных или пространственно-временных).

class AvgPool1D: Среднее пулинговое для временных данных.

class AvgPool2D: Операция усреднённого пулинга для пространственных данных.

class AvgPool3D: Операция усреднённого пулинга для 3D данных (пространственных или пространственно-временных).

class BatchNormalization: Нормализует и масштабирует входные данные или активации.

class Bidirectional: Обёртка для двунаправленных RNN.

class Concatenate: Слой, который конкатенирует список входов.

class Conv1D: Слой 1D свёртки (например, временная свёртка).

class Conv1DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class Conv2D: Слой 2D свёртки (например, пространственная свёртка над изображениями).

class Conv2DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class Conv3D: Слой 3D свёртки (например, пространственная свёртка над объёмами).

class Conv3DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class ConvLSTM2D: Свёрточная LSTM.

class Convolution1D: Слой 1D свёртки (например, временная свёртка).

class Convolution1DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class Convolution2D: Слой 2D свёртки (например, пространственная свёртка над изображениями).

class Convolution2DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class Convolution3D: Слой 3D свёртки (например, пространственная свёртка над объёмами).

class Convolution3DTranspose: Слой транспонированной свёртки (иногда называется деконволюцией).

class Cropping1D: Слой обрезки для 1D входов (например, временная последовательность).

class Cropping2D: Слой обрезки для 2D входов (например, изображение).

class Cropping3D: Слой обрезки для 3D данных (например, пространственные или пространственно-временные).

class CuDNNGRU: Быстрая реализация GRU, поддерживаемая cuDNN.

class CuDNNLSTM: Быстрая реализация LSTM, поддерживаемая cuDNN.

class Dense: Обычный плотно связанный слой нейронной сети.

class DenseFeatures: Слой, который создаёт плотные Tensor на основе заданных feature_columns.

class DepthwiseConv2D: Глубинно-разделительная 2D свёртка.

class Dot: Слой, который вычисляет скалярное произведение между образцами в двух тензорах.

class Dropout: Применяет Dropout к входу.

class ELU: Экспоненциальная линейная единица.

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

class Flatten: Развертывает входные данные. Не влияет на размерность пакета.

class GRU: Ячейка управляемого рекуррентного блока (GRU) — Cho et al. 2014.

class GRUCell: Класс ячейки для слоя GRU.

class GaussianDropout: Применить мультипликативный гауссовский шум с центром в 1.

class GaussianNoise: Применить аддитивный гауссовский шум с нулевым центром.

class GlobalAveragePooling1D: Глобальная операция усреднённого пулинга для временных данных.

class GlobalAveragePooling2D: Глобальная операция усреднённого пулинга для пространственных данных.

class GlobalAveragePooling3D: Глобальная операция усреднённого пулинга для 3D данных.

class GlobalAvgPool1D: Глобальная операция усреднённого пулинга для временных данных.

class GlobalAvgPool2D: Глобальная операция усреднённого пулинга для пространственных данных.

class GlobalAvgPool3D: Глобальная операция усреднённого пулинга для 3D данных.

class GlobalMaxPool1D: Глобальная операция максимального пулинга для 1D временных данных.

class GlobalMaxPool2D: Глобальная операция максимального пулинга для пространственных данных.

class GlobalMaxPool3D: Глобальная операция максимального пулинга для 3D данных.

class GlobalMaxPooling1D: Глобальная операция максимального пулинга для 1D временных данных.

class GlobalMaxPooling2D: Глобальная операция максимального пулинга для пространственных данных.

class GlobalMaxPooling3D: Глобальная операция максимального пулинга для 3D данных.

class InputLayer: Слой, используемый в качестве точки входа в сеть (граф слоёв).

class InputSpec: Указывает ранг, тип и форму каждого входа в слой.

class LSTM: Слой долгой краткосрочной памяти (LSTM) — Hochreiter 1997.

class LSTMCell: Класс ячейки для слоя LSTM.

class Lambda: Оборачивает произвольные выражения в качестве объекта Layer.

class Layer: Это класс, от которого все слои унаследовали.

class LayerNormalization: Слой нормализации слоёв (Ba et al., 2016).

class LeakyReLU: Утечка версии выпрямленной линейной единицы.

class LocallyConnected1D: Местно-связанный слой для 1D входов.

class LocallyConnected2D: Местно-связанный слой для 2D входов.

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

class MaxPool1D: Операция максимального пулинга для 1D временных данных.

class MaxPool2D: Операция максимального пулинга для 2D пространственных данных.

class MaxPool3D: Операция максимального пулинга для 3D данных (пространственных или пространственно-временных).

class MaxPooling1D: Операция максимального пулинга для 1D временных данных.

class MaxPooling2D: Операция максимального пулинга для 2D пространственных данных.

class MaxPooling3D: Операция максимального пулинга для 3D данных (пространственных или пространственно-временных).

class Maximum: Слой, вычисляющий максимум (поэлементно) списка входов.

class Minimum: Слой, вычисляющий минимум (поэлементно) списка входов.

class Multiply: Слой, который умножает (поэлементно) список входов.

class PReLU: Параметрическая выпрямленная линейная единица.

class Permute: Переупорядочивает измерения ввода в соответствии с заданным шаблоном.

class RNN: Базовый класс для рекуррентных слоёв.

class ReLU: Функция активации выпрямленной линейной единицы.

class RepeatVector: Повторяет вход n раз.

class Reshape: Слой, который изменяет форму ввода на заданную.

class SeparableConv1D: Глубинно-разделительная 1D свёртка.

class SeparableConv2D: Глубинно-разделительная 2D свёртка.

class SeparableConvolution1D: Глубинно-разделительная 1D свёртка.

class SeparableConvolution2D: Глубинно-разделительная 2D свёртка.

class SimpleRNN: Полносвязный RNN, где выход подаётся обратно на вход.

class SimpleRNNCell: Класс ячейки для SimpleRNN.

class Softmax: Функция активации Softmax.

class SpatialDropout1D: Пространственная 1D версия Dropout.

class SpatialDropout2D: Пространственная 2D версия Dropout.

class SpatialDropout3D: Пространственная 3D версия Dropout.

class StackedRNNCells: Обёртка, позволяющая стеку RNN-ячеек вести себя как единая ячейка.

class Subtract: Слой, вычитающий два входа.

class ThresholdedReLU: Ограниченный линейный блок.

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

class UpSampling1D: Слой масштабирования вверх для 1D входов.

class UpSampling2D: Слой масштабирования вверх для 2D входов.

class UpSampling3D: Слой масштабирования вверх для 3D входов.

class Wrapper: Абстрактный базовый класс обёртки.

class ZeroPadding1D: Слой нулевого заполнения для 1D входов (например, временного ряда).

class ZeroPadding2D: Слой нулевого заполнения для 2D входов (например, изображения).

class ZeroPadding3D: Слой нулевого заполнения для 3D данных (пространственных или пространственно-временных).

Функции

Input(...): Input() используется для создания Keras-тензора.

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

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

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

deserialize(...): Создаёт слой из словаря настроек.

disable_v2_dtype_behavior(...): Отключает поведение V2 для типов данных в слоях Keras.

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

enable_v2_dtype_behavior(...): Включает поведение V2 для типов данных в слоях Keras.

maximum(...): Функциональный интерфейс для вычисления максимального значения (поэлементного) списка inputs.

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

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

serialize(...)

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