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, применяющий обновление к функции стоимости на основе активности входных данных.

class Add: Слой, который складывает список входов.

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

class AlphaDropout: Применяет Alpha Dropout к входу.

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

class Average: Слой, усредняющий список входов по элементам.

class AveragePooling1D: Усредняющее пулинговое слои для временных данных.

class AveragePooling2D: Операция усредняющего пулинга для пространственных данных.

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

class AvgPool1D: Усредняющее пулинговое слои для временных данных.

class AvgPool2D: Операция усредняющего пулинга для пространственных данных.

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

class BatchNormalization: Слой, нормализующий свои входы.

class Bidirectional: Обёртка для двунаправленных RNN.

class CategoryEncoding: Слой предобработки, кодирующий целочисленные признаки.

class CenterCrop: Слой предобработки, обрезающий изображения.

class Concatenate: Слой, конкатенирующий 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 ConvLSTM1D: 1D Свёртчатый LSTM.

class ConvLSTM2D: 2D Свёртчатый LSTM.

class ConvLSTM3D: 3D Свёртчатый 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 входных данных (например, временная последовательность).

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

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

class CuDNNGRU: Быстрая реализация GRU, поддерживаемая cuDNN.

class CuDNNLSTM: Быстрая реализация LSTM, поддерживаемая cuDNN.

class Dense: Просто ваш обычный плотносвязанный слой нейронной сети.

class DenseFeatures: Слой, генерирующий плотносвязанные Tensor на основе заданных feature_columns.

class DepthwiseConv1D: Глубинная 1D свёртка.

class DepthwiseConv2D: Глубинная 2D свёртка.

class Discretization: Слой предобработки, который группирует непрерывные признаки по диапазонам.

class Dot: Слой, вычисляющий 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 фиксированной длины.

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

class GRU: Ячейка Gated Recurrent Unit - Хо и др. 2014.

class GRUCell: Класс ячейки для слоя GRU.

class GaussianDropout: Применяет мультипликативный шум Гаусса со средним 1.

class GaussianNoise: Применяет аддитивный шум Гаусса со средним 0.

class GlobalAveragePooling1D: Операция глобального усредняющего пулинга для временных данных.

class GlobalAveragePooling2D: Операция глобального усредняющего пулинга для пространственных данных.

class GlobalAveragePooling3D: Операция глобального усредняющего пулинга для 3D данных.

class GlobalAvgPool1D: Операция глобального усредняющего пулинга для временных данных.

class GlobalAvgPool2D: Операция глобального усредняющего пулинга для пространственных данных.

class GlobalAvgPool3D: Операция глобального усредняющего пулинга для 3D данных.

class GlobalMaxPool1D: Операция глобального максимального пулинга для 1D временных данных.

class GlobalMaxPool2D: Операция глобального максимального пулинга для пространственных данных.

class GlobalMaxPool3D: Операция глобального максимального пулинга для 3D данных.

class GlobalMaxPooling1D: Операция глобального максимального пулинга для 1D временных данных.

class GlobalMaxPooling2D: Операция глобального максимального пулинга для пространственных данных.

class GlobalMaxPooling3D: Операция глобального максимального пулинга для 3D данных.

class Hashing: Слой предобработки, хэширующий и группирующий категориальные признаки.

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

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

class LSTM: Слой Long Short-Term Memory — Хохрейтер, 1997.

class LSTMCell: Класс ячейки для слоя LSTM.

class Lambda: Оборачивает произвольные выражения как объект 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 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 MultiHeadAttention: Слой MultiHeadAttention.

class Multiply: Слой, умножающий (поэлементно) список входов.

class Normalization: Слой предобработки, нормализующий непрерывные признаки.

class PReLU: Параметрическая Rectified Linear Unit.

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

class RNN: Базовый класс для рекуррентных слоёв.

class ReLU: Функция активации "Прямолинейная единица с выпрямлением" (Rectified Linear Unit).

class RepeatVector: Повторяет входные данные n раз.

class Rescaling: Слой предварительной обработки, который перемасштабирует значения входных данных в новый диапазон.

class Reshape: Слой, изменяющий форму входных данных на заданную.

class Resizing: Слой предварительной обработки, который изменяет размер изображений.

class SeparableConv1D: Раздельная свёртка 1D.

class SeparableConv2D: Раздельная свёртка 2D.

class SeparableConvolution1D: Раздельная свёртка 1D.

class SeparableConvolution2D: Раздельная свёртка 2D.

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

class SimpleRNNCell: Класс ячейки для SimpleRNN.

class Softmax: Функция активации "Софтмакс".

class SpatialDropout1D: Пространственный 1D вариант Dropout.

class SpatialDropout2D: Пространственный 2D вариант Dropout.

class SpatialDropout3D: Пространственный 3D вариант Dropout.

class StackedRNNCells: Обёртка, позволяющая набору ячеек RNN работать как одной ячейке.

class Subtract: Слой, вычитающий два входа.

class ThresholdedReLU: "Прямолинейная единица с выпрямлением" (Rectified Linear Unit) с порогом.

class TimeDistributed: Эта обёртка позволяет применять слой к каждому временной 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: 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 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.

disable_v2_dtype_behavior(...): Отключает поведение V2 типа данных для слоёв Keras.

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

enable_v2_dtype_behavior(...): Включает поведение V2 типа данных для слоёв Keras.

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

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

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

serialize(...): Сериализует объект Layer в представление, совместимое с JSON.

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