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 выходу.

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

class Add: Слой, который складывает список входов.

class AdditiveAttention: Слой аддитивной внимания, также известный как внимание по Баданау.

class AlphaDropout: Применяет Alpha Dropout к входу.

class Attention: Слой внимания с точечным произведением, также известный как внимание по Луонгу.

class Average: Слой, который усредняет список входов поэлементно.

class AveragePooling1D: Усреднённое пулинговое преобразование 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: Усреднённое пулинговое преобразование 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: Слой, который нормализует свои входы.

class Bidirectional: Обёртка 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 по изображениям).

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

class Conv3D: Слой 3D свёртки (например, пространственная свёртка по объёмам).

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 по изображениям).

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

class Convolution3D: Слой 3D свёртки (например, пространственная свёртка по объёмам).

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

class Cropping1D: Слой обрезки для 1D входов (например, временного ряда).

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

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

class CuDNNGRU: Быстрая реализация GRU, основанная на cuDNN.

class CuDNNLSTM: Быстрая реализация LSTM, основанная на cuDNN.

class Dense: Стандартный плотносвязанный слой нейронной сети.

class DenseFeatures: Слой, который генерирует плотный Tensor на основе заданного feature_columns.

class DepthwiseConv2D: Глубинно-раздельная 2D свёртка.

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

class Dropout: Применяет Dropout к входу.

class ELU: Экспоненциально-линейная единица.

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

class Flatten: Развертывает вход. Не влияет на размер пакета.

class GRU: Ячейка управляемого рекуррентного блока (GRU) - Хо и др. 2014.

class GRUCell: Класс ячейки для слоя GRU.

class GaussianDropout: Применение мультипликативного шума Гаусса с центром 1.

class GaussianNoise: Применение аддитивного шума Гаусса с центром 0.

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 максимума пулинга для 1D временных данных.

class GlobalMaxPool2D: Глобальная операция максимума пулинга для пространственных данных.

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

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

class GlobalMaxPooling2D: Глобальная операция максимума пулинга для пространственных данных.

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

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

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

class LSTM: Слой долговременной краткосрочной памяти (LSTM) - Хохрейтер 1997.

class LSTMCell: Класс ячейки для слоя LSTM.

class Lambda: Обёртка произвольных выражений в качестве объекта Layer.

class Layer: Этот класс — базовый для всех слоёв.

class LayerNormalization: Слой нормализации слоёв (Ба и др., 2016).

class LeakyReLU: Утечка версии Rectified Linear Unit.

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 максимума пулинга для 1D временных данных.

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

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

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

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

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

class Maximum: Слой, который вычисляет максимум (поэлементно) список входов.

class Minimum: Слой, который вычисляет минимум (поэлементно) список входов.

class MultiHeadAttention: Слой многоголового внимания.

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

class PReLU: Параметрическая выпрямленная линейная единица.

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

class RNN: Базовый класс для рекуррентных слоёв.

class ReLU: Функция активации Rectified Linear Unit.

class RepeatVector: Повторяет вход n раз.

class Reshape: Слой, который перестраивает входы в заданную форму.

class SeparableConv1D: Глубинно-раздельная 1D свёртка.

class SeparableConv2D: Глубинно-раздельная 2D свёртка.

class SeparableConvolution1D: Глубинно-раздельная 1D свёртка.

class SeparableConvolution2D: Глубинно-раздельная 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: Пространственный 1D вариант Dropout.

class SpatialDropout2D: Пространственный 2D вариант Dropout.

class SpatialDropout3D: Пространственный 3D вариант Dropout.

class StackedRNNCells: Обёртка, позволяющая стопке RNN-ячеек вести себя как одна ячейка.

class Subtract: Слой, вычитающий два входа.

class ThresholdedReLU: Обрезанная линейная единица с выпрямлением.

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

class UpSampling1D: Слой повышения разрешения для 1D входов.

class UpSampling2D: Слой повышения разрешения для 2D входов.

class UpSampling3D: Слой повышения разрешения для 3D входов.

class Wrapper: Базовый абстрактный класс обёртки.

class ZeroPadding1D: Слой нулевого заполнения для 1D входов (например, временной последовательности).

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 конфигурации.

disable_v2_dtype_behavior(...): Отключает поведение V2 dtype для слоёв Keras.

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

enable_v2_dtype_behavior(...): Включает поведение V2 dtype для слоёв 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.