Значение layer в английском

слой | Американский словарь

слой | Деловой английский

Версия TensorFlow 1

Keras Layers API.

Модули

экспериментальный модуль: общедоступный API для пространства имен 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 активности ввода на основе функции стоимости..

class Add : слой, который добавляет список входных данных.

class AdditiveAttention : Аддитивный слой внимания, также известный как внимание в стиле Бахданау.

class AlphaDropout : применяет альфа-выпадение ко входным данным.

class Attention : уровень внимания точечного продукта, также известный как внимание в стиле Луонга.

class Average : слой, усредняющий список входных элементов -wise.

class AveragePooling1D : средний пул для временных данных.

class AveragePooling2D : Средняя операция объединения для пространственных данных.

class AveragePooling3D : средняя операция объединения для трехмерных данных (пространственных или пространственно-временных).

class AvgPool1D : средний пул для временных данных.

class AvgPool2D : средний пул для пространственных данных.

class AvgPool3D : средняя операция объединения для трехмерных данных (пространственных или пространственно-временных).

class BatchNormalization : слой, который нормализует свои входные данные.

class Bidirectional : двунаправленная оболочка для RNN.

class Concatenate : слой, который объединяет список входных данных.

class Conv1D : 1D сверточный слой (например, временная свертка).

class Conv1DTranspose : транспонированный слой свертки (иногда называемый деконволюцией).

class Conv2D : двумерный сверточный слой (например, пространственная свертка по изображениям).

class Conv2DTranspose : транспонированный сверточный слой (иногда называемый деконволюцией).

class Conv3D : трехмерный слой свертки (например, пространственная свертка по объемам).

class Conv3DTranspose : транспонированный слой свертки (иногда называемый деконволюцией).

class ConvLSTM2D : сверточный LSTM.

class Convolution1D : одномерный слой свертки (например, временная свертка).

class Convolution1DTranspose : транспонированный слой свертки (иногда называемый деконволюцией).

class Convolution2D : слой двумерной свертки (например, пространственная свертка по изображениям).

class Convolution2DTranspose : транспонированная свертка l ayer (иногда называемый деконволюцией).

class Convolution3D : трехмерный сверточный слой (например, пространственная свертка по объемам).

class Convolution3DTranspose : транспонированный слой свертки (иногда называемый деконволюцией).

class Cropping1D : слой обрезки для ввода 1D (например, временная последовательность).

class Cropping2D : слой обрезки для ввода 2D (например, изображения).

class Cropping3D : слой обрезки для трехмерных данных (например, пространственных или пространственно-временных).

class Dense : просто обычный плотно связанный слой NN..

class DenseFeatures : слой, который создает плотный тензор на основе заданных feature_columns .

class DepthwiseConv2D : разделимая по глубине двумерная свертка.

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

class Dropout : применяет Dropout к входу.

class ELU : экспоненциальная линейная единица.

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

class Flatten : выравнивает ввод. Не влияет на размер пакета.

class GRU : Gated Recurrent Unit — Cho et al. 2014.

class GRUCell : класс ячейки для уровня GRU.

class GaussianDropout : Применение мультипликативного гауссовского шума с 1 центром.

class GaussianNoise : применение аддитивного гауссовского шума с нулевым центром.

class GlobalAveragePooling1D : операция объединения глобального среднего для временных данных.

class GlobalAveragePooling2D : операция объединения глобального среднего для пространственных данных.

class GlobalAveragePooling3D : операция объединения глобального среднего для трехмерных данных.

class GlobalAvgPool1D : операция объединения глобального среднего значения для временных данных.

class GlobalAvgPool2D : операция объединения глобального среднего значения для пространственных данных.

class GlobalAvgPool3D : операция объединения глобального среднего значения для трехмерных данных.

class GlobalMaxPool1D : операция объединения глобального максимального значения для временных данных 1D.

класс GlobalMaxPool2D : Globa l max операция объединения для пространственных данных.

class GlobalMaxPool3D : операция объединения Global Max для трехмерных данных.

class GlobalMaxPooling1D : операция глобального максимального пула для одномерных временных данных.

class GlobalMaxPooling2D : операция глобального максимального пула для пространственных данных.

class GlobalMaxPooling3D : операция объединения Global Max для 3D-данных.

class InputLayer : используемый слой в качестве точки входа в Сеть (граф слоев).

class InputSpec : определяет ранг, dtype и форму каждого входа в слой.

class LSTM : слой долгосрочной краткосрочной памяти — Hochreiter 1997.

class LSTMCell : Класс ячейки для уровня LSTM.

class Lambda : переносит произвольные выражения в объект Layer .

class Layer : это класс, от которого наследуются все слои.

class LayerNorm alization : слой нормализации слоя (Ba et al., 2016).

class LeakyReLU : утечка версии выпрямленного линейного модуля.

class LocallyConnected1D : слой с локальным подключением для входных данных 1D..

class LocallyConnected2D : слой с локальным подключением для 2D-входов.

class Masking : Маскирует последовательность, используя значение маски для пропуска временных шагов.

class MaxPool1D : максимальная операция объединения для одномерных временных данных.

class MaxPool2D : максимальная операция объединения для двумерных пространственных данных.

class MaxPool3D : максимальная операция объединения для трехмерных данных (пространственных или пространственно-временные).

class MaxPooling1D : максимальная операция объединения для временных данных 1D.

class MaxPooling2D : максимальная операция объединения для двумерных пространственных данных.

class MaxPooling3D : максимальная операция объединения для трехмерных данных (пространственных или пространственно-временных).

class Maximum : слой, который вычисляет максимальный (поэлементный) список входных данных.

class Minimum : слой, который вычисляет минимальный (поэлементный) список входных данных.

class MultiHeadAttention : MultiHead Слой внимания.

class Multiply : слой, который умножает (поэлементно) список входных данных.

class PReLU : параметрическая выпрямленная линейная единица.

class Permute : меняет размеры входных данных согласно заданному шаблону.

class RNN : базовый класс для повторяющихся слоев.

class ReLU : функция активации выпрямленного линейного модуля.

class RepeatVector : повторяет ввод n раз.

class Reshape : слой, преобразовывает входные данные в заданную форму.

class SeparableConv1D : разделимая по глубине одномерная свертка.

class SeparableConv2D : разделимая по глубине двумерная свертка.

class SeparableConvolution1D : разделимая по глубине 1D свертка.

класс SeparableConvolution2D : разделимая по глубине 2D-свертка.

class SimpleRNN : полносвязная RNN, где вывод должен быть возвращен на ввод.

class SimpleRNNCell : класс ячейки для SimpleRNN.

класс Softmax : функция активации Softmax.

class SpatialDropout1D : пространственная 1D версия Dropout.

class SpatialDropout2D : пространственная 2D-версия Dropout.

class SpatialDropout3D : пространственная 3D-версия Dropout.

class StackedRNNCells : оболочка, позволяющая стеку ячеек RNN вести себя как одна ячейка.

class Subtract : слой, который вычитает два входа.

class ThresholdedReLU : выпрямленная линейная единица с пороговым значением.

class TimeDistributed : Эта оболочка позволяет применять слой к каждому временному фрагменту ввода.

class UpSampling1D : слой с повышением дискретизации для входных данных 1D.

class UpSampling2D : слой с повышением дискретизации для входных 2D-данных..

class UpSampling3D : слой с повышением дискретизации для 3D-входов.

class Wrapper : абстрактная оболочка базовый класс.

class ZeroPadding1D : слой с нулевым заполнением для одномерного ввода (например, временная последовательность).

class ZeroPadding2D : слой с нулевым заполнением для двумерного ввода (например, изображения).

class ZeroPadding3D : слой с нулевым заполнением для трехмерных данных (пространственные или пространственно-временное).

Функции

Input (...) : Input () используется для создания экземпляра тензора Кераса.

add (...) : функциональный интерфейс для tf.keras.layers. .Добавить слой.

average (...) : функциональный интерфейс к tf.keras.layers.Average layer.

concatenate (...) : функциональный интерфейс к слою Concatenate .

deserialize (...) : создает экземпляр уровня из словаря конфигурации.

точка (...) : Развлечения ctional интерфейс к слою Dot .

maximum (...) : функциональный интерфейс для вычисления максимума (поэлементно ) список входов .

minimum (...) : функциональный интерфейс для Minimum layer.

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

serialize(...)

subtract (...) : функциональный интерфейс для Вычесть слой.