Модуль: tf.keras.layers

API слоев 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 ввода.

class Add: Слой, который складывает список входов.

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

class AlphaDropout: Применяет альфа-дропаут к входу.

class Attention: Слой внимательности с точечным произведением, также известный как внимание по стилю Луонга.

class Average: Слой, который усредняет список входов поэлементно.

class AveragePooling1D: Среднее пулинговое преобразование для временных данных.

class AveragePooling2D: Среднее пулинговое преобразование для пространственных данных.

class AveragePooling3D: Среднее пулинговое преобразование для 3D данных (пространственных или пространственно-временных).

class AvgPool1D: Среднее пулинговое преобразование для временных данных.

class AvgPool2D: Среднее пулинговое преобразование для пространственных данных.

class AvgPool3D: Среднее пулинговое преобразование для 3D данных (пространственных или пространственно-временных).

class BatchNormalization: Слой, который нормализует свои входные данные.

class Bidirectional: Обёртка двунаправленного типа для RNN.

class Concatenate: Слой, который конкатенирует список входов.

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

class Conv1DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

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

class Conv2DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

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

class Conv3DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

class ConvLSTM2D: Свёрточный LSTM.

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

class Convolution1DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

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

class Convolution2DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

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

class Convolution3DTranspose: Слой транспонированной свёртки (иногда называется обратной свёрткой).

class Cropping1D: Слой обрезки для 1D ввода (например, временной последовательности).

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

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

class Dense: Обычный плотносвязанный слой нейронной сети.

class DenseFeatures: Слой, который производит плотное 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 дропаут к входу.

class ELU: Экспоненциальная линейная единица.

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

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

class GRU: Ячейка с управляемым рекуррентным блоком (GRU) - Cho et al. 2014.

class GRUCell: Класс ячеек для слоя GRU.

class GaussianDropout: Применение мультипликативного шума с центром в 1 с Гауссовым распределением.

class GaussianNoise: Применение аддитивного шума с центром в 0 с Гауссовым распределением.

class GlobalAveragePooling1D: Глобальное среднее пулинговое преобразование для временных данных.

class GlobalAveragePooling2D: Глобальное среднее пулинговое преобразование для пространственных данных.

class GlobalAveragePooling3D: Глобальное среднее пулинговое преобразование для 3D данных.

class GlobalAvgPool1D: Глобальное среднее пулинговое преобразование для временных данных.

class GlobalAvgPool2D: Глобальное среднее пулинговое преобразование для пространственных данных.

class GlobalAvgPool3D: Глобальное среднее пулинговое преобразование для 3D данных.

class GlobalMaxPool1D: Глобальное максимальное пулинговое преобразование для 1D временных данных.

class GlobalMaxPool2D: Глобальное максимальное пулинговое преобразование для пространственных данных.

class GlobalMaxPool3D: Глобальное максимальное пулинговое преобразование для 3D данных.

class GlobalMaxPooling1D: Глобальное максимальное пулинговое преобразование для 1D временных данных.

class GlobalMaxPooling2D: Глобальное максимальное пулинговое преобразование для пространственных данных.

class GlobalMaxPooling3D: Глобальное максимальное пулинговое преобразование для 3D данных.

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

class InputSpec: Определяет ранг, тип и форму каждого входного значения для слоя.

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

class LSTMCell: Класс ячеек для слоя LSTM.

class Lambda: Оборачивает произвольные выражения как объект Layer.

class Layer: Этот класс является базовым для всех слоёв.

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

class LeakyReLU: Утечка версии выпрямленного линейного блока.

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: Максимальное пулинговое преобразование для 1D временных данных.

class MaxPool2D: Максимальное пулинговое преобразование для 2D пространственных данных.

class MaxPool3D: Максимальное пулинговое преобразование для 3D данных (пространственных или пространственно-временных).

class MaxPooling1D: Максимальное пулинговое преобразование для 1D временных данных.

class MaxPooling2D: Максимальное пулинговое преобразование для 2D пространственных данных.

class MaxPooling3D: Максимальное пулинговое преобразование для 3D данных (пространственных или пространственно-временных).

class Maximum: Слой, который вычисляет максимальное значение (поэлементно) списка входов.

class Minimum: Слой, который вычисляет минимальное значение (поэлементно) списка входов.

class MultiHeadAttention: Слой многоголового внимания.

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

class PReLU: Параметрическая выпрямленная линейная единица.

class Permute: Переупорядочивает размерности ввода согласно заданному шаблону.

class RNN: Базовый класс для рекуррентных слоёв.

class ReLU: Функция активации выпрямленного линейного блока.

class RepeatVector: Повторяет вход n раз.

class Reshape: Слой, который преобразует форму ввода в заданную форму.

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: Полностью связанный RNN, где выход подаётся обратно на вход.

class SimpleRNNCell: Класс ячеек для SimpleRNN.

class Softmax: Функция активации софтмакс.

class SpatialDropout1D: Пространственная 1D версия дропаута.

class SpatialDropout2D: Пространственная 2D версия дропаута.

class SpatialDropout3D: Пространственная 3D версия дропаута.

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

class Subtract: Слой, который вычитает два входа.

class ThresholdedReLU: Обрезанная выпрямленная линейная единица.

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

class UpSampling1D: Слой увеличения разрешения для 1D входов.

class UpSampling2D: Слой увеличения разрешения для 2D входов.

class UpSampling3D: Слой увеличения разрешения для 3D входов.

class Wrapper: Базовый абстрактный класс обёртки.

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

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

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

Функции

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

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.

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

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

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

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

serialize(...)

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