Модуль: tf.keras.layers

API слоёв Keras.

Модули

experimental модуль: Общедоступный 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 свёртки, также известный как внимание по стилю Баданау.

class AlphaDropout: Применяет альфа-дропаут к входу.

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

class Average: Слой, который вычисляет среднее значение списка входов по элементам.

class AveragePooling1D: Среднее пулинговое усреднение для временных данных.

class AveragePooling2D: Операция среднего пулинга для пространственных данных.

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

class AvgPool1D: Среднее пулинговое усреднение для временных данных.

class AvgPool2D: Операция среднего пулинга для пространственных данных.

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

class BatchNormalization: Слой, который нормализует свои входные данные.

class Bidirectional: Бинапрямленный обёртку для RNN.

class CategoryEncoding: Предобработочный слой, который кодирует целочисленные признаки.

class CenterCrop: Предобработочный слой, который обрезает изображения.

class Concatenate: Слой, который конкатенирует список входов.

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

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

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

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

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

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

class ConvLSTM1D: 1D Свёртчатая LSTM.

class ConvLSTM2D: 2D Свёртчатая LSTM.

class ConvLSTM3D: 3D Свёртчатая LSTM.

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

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

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

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

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

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

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

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

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

class Dense: Просто обычный плотносвязанный слой нейронной сети.

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

class DepthwiseConv1D: Глубинная 1D свёртка.

class DepthwiseConv2D: Глубинная 2D свёртка.

class Discretization: Предобработочный слой, который разбивает непрерывные признаки на группы по диапазонам.

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

class Dropout: Применяет дропаут к входу.

class ELU: Экспоненциально-линейная единица.

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

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

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

class GRUCell: Класс ячейки для слоя GRU.

class GaussianDropout: Применяет умножительное шумоподавление с помощью распределения Гаусса (1-центрированное).

class GaussianNoise: Применяет аддитивное шумоподавление с помощью распределения Гаусса (0-центрированное).

class GlobalAveragePooling1D: Операция глобального усреднения пулинга для временных данных.

class GlobalAveragePooling2D: Операция глобального усреднения пулинга для пространственных данных.

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

class GlobalAvgPool1D: Операция глобального усреднения пулинга для временных данных.

class GlobalAvgPool2D: Операция глобального усреднения пулинга для пространственных данных.

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

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

class GlobalMaxPool2D: Операция глобального максимума пулинга для пространственных данных.

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

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

class GlobalMaxPooling2D: Операция глобального максимума пулинга для пространственных данных.

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

class Hashing: Предобработочный слой, который хеширует и разбивает категориальные признаки.

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

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

class IntegerLookup: Предобработочный слой, который сопоставляет целочисленные признаки непрерывным диапазонам.

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

class LSTMCell: Класс ячейки для слоя LSTM.

class Lambda: Оборачивает произвольные выражения в объект Layer.

class Layer: Этот класс является базовым для всех слоёв.

class LayerNormalization: Слой нормализации слоёв (Ба и др., 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, чтобы пропустить временные шаги.

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 максимальное значение (по элементам) списка входов.

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

class MultiHeadAttention: Слой многоголового внимания.

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

class Normalization: Предобработочный слой, который нормализует непрерывные признаки.

class PReLU: Параметрическая выпрямленная линейная единица.

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

class RNN: Базовый класс для рекуррентных слоёв.

class RandomBrightness: Предобработочный слой, который случайным образом изменяет яркость во время обучения.

class RandomContrast: Предобработочный слой, который случайным образом изменяет контраст во время обучения.

class RandomCrop: Предобработочный слой, который случайным образом обрезает изображения во время обучения.

class RandomFlip: Предобработочный слой, который случайным образом переворачивает изображения во время обучения.

class RandomHeight: Предобработочный слой, который случайным образом изменяет высоту изображения во время обучения.

class RandomRotation: Предобработочный слой, который случайным образом вращает изображения во время обучения.

class RandomTranslation: Предобработочный слой, который случайным образом сдвигает изображения во время обучения.

class RandomWidth: Предобработочный слой, который случайным образом изменяет ширину изображения во время обучения.

class RandomZoom: Слой предобработки, который случайным образом масштабирует изображения во время обучения.

class ReLU: Функция активации Выпрямленного Линейного блока.

class RepeatVector: Повторяет вход n раз.

class Rescaling: Слой предобработки, который масштабирует входные значения до нового диапазона.

class Reshape: Слой, изменяющий форму входов на заданную.

class Resizing: Слой предобработки, который изменяет размер изображений.

class SeparableConv1D: Раздельное 1D сверточное преобразование.

class SeparableConv2D: Раздельное 2D сверточное преобразование.

class SeparableConvolution1D: Раздельное 1D сверточное преобразование.

class SeparableConvolution2D: Раздельное 2D сверточное преобразование.

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 StringLookup: Слой предобработки, который отображает строковые признаки в целочисленные индексы.

class Subtract: Слой, вычитающий два входа.

class TextVectorization: Слой предобработки, который отображает текстовые признаки в целочисленные последовательности.

class ThresholdedReLU: Предел-выпрямленный линейный блок.

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

class UnitNormalization: Слой единичной нормализации.

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-обёртка.

class ZeroPadding1D: Слой нулевого заполнения для 1D входов (например, временных последовательностей).

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 для слоя tf.keras.layers.Add.

average(...): Функциональный интерфейс для слоя tf.keras.layers.Average.

concatenate(...): Функциональный интерфейс для слоя Concatenate.

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

dot(...): Функциональный интерфейс для слоя Dot.

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

minimum(...): Функциональный интерфейс для слоя Minimum.

multiply(...): Функциональный интерфейс для слоя Multiply.

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

subtract(...): Функциональный интерфейс для слоя Subtract.