tf.keras.layers.Dense

Просто обычный плотно связанный слой нейронной сети.

Наследует от: Layer

tf.keras.layers.Dense(
    units, activation=None, use_bias=True, kernel_initializer='glorot_uniform',
    bias_initializer='zeros', kernel_regularizer=None, bias_regularizer=None,
    activity_regularizer=None, kernel_constraint=None, bias_constraint=None,
    **kwargs
)

Dense реализует операцию: output = activation(dot(input, kernel) + bias) где activation — это элементная функция активации, переданная в качестве аргумента activation, kernel — это матрица весов, созданная слоем, а bias — это вектор смещений, созданный слоем (применимо только в случае, если use_bias равен True).

Примечание: Если входной слой имеет ранг больше 2, то Dense вычисляет скалярное произведение между inputs и kernel по последней оси inputs и оси 1 kernel (используя tf.tensordot). Например, если вход имеет размерности (batch_size, d0, d1), то мы создаём kernel с формой (d1, units), и kernel выполняется вдоль оси 2 input, над каждым подтензором формы (1, 1, d1) (таких подтензоров batch_size * d0). В этом случае выход будет иметь форму (batch_size, d0, units).

Кроме того, атрибуты слоя нельзя изменить после того, как слой был вызван один раз (за исключением атрибута trainable).

Пример:

# Create a `Sequential` model and add a Dense layer as the first layer.
model = tf.keras.models.Sequential()
model.add(tf.keras.Input(shape=(16,)))
model.add(tf.keras.layers.Dense(32, activation='relu'))
# Now the model will take as input arrays of shape (None, 16)
# and output arrays of shape (None, 32).
# Note that after the first layer, you don't need to specify
# the size of the input anymore:
model.add(tf.keras.layers.Dense(32))
model.output_shape
(None, 32)

Форма входа:

N-мерный тензор с формой: (batch_size, ..., input_dim). Наиболее распространённым случаем является 2D вход с формой (batch_size, input_dim).

Форма выхода:

N-мерный тензор с формой: (batch_size, ..., units). Например, для 2D входа с формой (batch_size, input_dim), выход будет иметь форму (batch_size, units).