[ML]tensorflow增加全链接层

转载于 2017-09-20 09:26:00 发布 · 109 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/xmxkkk/p/7559815.html

本文详细介绍了在TensorFlow中如何自定义神经网络层，包括权重和偏置的初始化，以及激活函数的应用。同时，对比了tf.layers.dense()函数的使用方法，为读者提供了深入理解神经网络构建的基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

def add_layer(inputs, in_size, out_size, activation_function=None):
    # add one more layer and return the output of this layer
    Weights = tf.Variable(tf.random_normal([in_size, out_size]))
    biases = tf.Variable(tf.zeros([1, out_size]) + 0.1)
    Wx_plus_b = tf.matmul(inputs, Weights) + biases
    if activation_function is None:
        outputs = Wx_plus_b
    else:
        outputs = activation_function(Wx_plus_b)
    return outputs