Dense()

只是您的常规密集连接的NN层。

model.add(Dense(32, input_shape=(16,)))

使用示例

keras.layers.Dense(units=512, activation= 'sigmoid', input_dim= 2, use_bias= True)

• 这里定义了一个有512个节点，

• 使用sigmoid激活函数的神经层，注意定义第一层的时候需要制定数据输入的形状，

• 即input_dim，这样才能让数据正常喂进网络！

参数

• units：正整数，输出空间的维数。
• activation：要使用的激活功能。如果您未指定任何内容，则不会应用任何激活。
• use_bias：布尔值，层是否使用偏置向量。
• kernel_initializer：kernel权重矩阵的初始化程序。
• bias_initializer：偏置矢量的初始化器。
• kernel_regularizer：正则化函数应用于kernel权重矩阵。
• bias_regularizer：正则化函数应用于偏差向量。
• activity_regularizer：正则化函数应用于图层的输出（其“激活”）。
• kernel_constraint：约束函数应用于kernel权重矩阵。
• bias_constraint：约束函数应用于偏差向量。

输入形状

ND张量形状：(batch_size, ..., input_dim)。最常见的情况是带有shape的2D输入(batch_size, input_dim)。