Tensorflow contrib.layers 模块介绍
来源:互联网 发布:终端数据 编辑:程序博客网 时间:2024/06/07 16:25
在tf.contrib.layers内部,有许多产生layer操作及其相关权重和偏差变量的函数。这些大部分都是用来构建不同深度学习架构的。也有些函数是提供归一化,卷积层,dropout层(注:Dropout是在训练过程中以一定概率1-p将隐含层节点的输出值清0),‘one-hot’编码等。下面来粗略浏览一下:
tf.contrib.layers.optimizers模块:tf.contrib.layers.optimizers包括的优化器有Adagrad,SGD,Momentum等。它们用来解决数值分析的优化问题,比如,优化参数空间寻找最优模型;
tf.contrib.layers.regularizers模块:tf.contrib.layers.regularizers包括的正则化有L1规则化和L2规则化。规则化经常被用来抑制模型训练时特征数过大导致的过拟合(overfitting)问题;有时也作为Lasso回归和Ridge回归的构建模块;
tf.contrib.layers.initializers模块:tf.contrib.layers.initializers一般用来做模型初始化。包括深度学习在内的许多算法都要求计算梯度来优化模型。随机初始化模型参数有助于在参数空间中找到最优参数解。TensorFlow提供的有Xavier初始化器,用来在所有层中保持梯度大体相同;
tf.contrib.layers.feature_column模块:tf.contrib.layers.feature_column提供函数(比如,bucketing/binning,crossing/compostion,和embedding)来转换连续特征和离散特征;
tf.contrib.layers.embedding模块:tf.contrib.layers.embedding转化高维分类特征成低维、密集实数值向量。
tf.contrib.layers.optimizers模块:tf.contrib.layers.optimizers包括的优化器有Adagrad,SGD,Momentum等。它们用来解决数值分析的优化问题,比如,优化参数空间寻找最优模型;
tf.contrib.layers.regularizers模块:tf.contrib.layers.regularizers包括的正则化有L1规则化和L2规则化。规则化经常被用来抑制模型训练时特征数过大导致的过拟合(overfitting)问题;有时也作为Lasso回归和Ridge回归的构建模块;
tf.contrib.layers.initializers模块:tf.contrib.layers.initializers一般用来做模型初始化。包括深度学习在内的许多算法都要求计算梯度来优化模型。随机初始化模型参数有助于在参数空间中找到最优参数解。TensorFlow提供的有Xavier初始化器,用来在所有层中保持梯度大体相同;
tf.contrib.layers.feature_column模块:tf.contrib.layers.feature_column提供函数(比如,bucketing/binning,crossing/compostion,和embedding)来转换连续特征和离散特征;
tf.contrib.layers.embedding模块:tf.contrib.layers.embedding转化高维分类特征成低维、密集实数值向量。
阅读全文
0 0
- Tensorflow contrib.layers 模块介绍
- tensorflow编程: Layers (contrib)
- tensorflow图片归一化之tf.layers.batch_normalization/tf.nn.batch_normalization/tf.contrib.layers.batch_norm
- tensorflow学习——tf.layers.batch_normalization/tf.nn.batch_normalization/tf.contrib.layers.batch_norm
- tf.contrib.layers.xavier_initializer
- tf.contrib.layers.embed_sequence
- tensorflow/contrib/slim
- 【Tensorflow】tensorflow.contrib.slim 包
- tensorflow.layers.batch_normalization使用方法
- tensorflow slim layers
- lucene3.0.3-contrib介绍
- Hadoop contrib介绍
- tensorflow tf.layers.dense 实例
- 如何使用tensorflow.layers.con2d_transpose
- 【Tensorflow slim】slim layers包
- tensorflow中slim模块api介绍
- tensorflow中slim模块api介绍
- opencv中加入contrib模块
- 3D卷积简介
- 同步与互斥,读写锁和互斥锁
- 微信小程序wxss加载动画
- RocketMQ原理解析-Remoting1. 通信层实现
- 棋盘问题 POJ
- Tensorflow contrib.layers 模块介绍
- Linux防火墙iptables(二)iptables 常用命令列表
- 有券助手技术分析
- 双向搜索(UVA 208 Firetruck)
- 三角形的缩放动画,不会做的看过来!
- openseadragon
- 自己处理的TextView跑马
- C语言 一个crc32校验算法
- ORA-00130:invalid listener address