« API Layers (tf.layers) » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 17 : Ligne 17 :
Lorsque vous écrivez un Estimator personnalisé, vous créez des objets Layers pour définir les caractéristiques de toutes les couches cachées.
Lorsque vous écrivez un Estimator personnalisé, vous créez des objets Layers pour définir les caractéristiques de toutes les couches cachées.


L'API Layers respecte les conventions de l'API [Keras](#Keras] concernant les couches. De ce fait, à part un préfixe différent, toutes les fonctions de l'API Layers ont des noms et des signatures identiques à ceux de leurs homologues dans l'API Keras pour les couches.
L'API Layers respecte les conventions de l'API [Keras]concernant les couches. De ce fait, à part un préfixe différent, toutes les fonctions de l'API Layers ont des noms et des signatures identiques à ceux de leurs homologues dans l'API Keras pour les couches.




<br />
<br />
== Termes privilégiés ==
== Termes privilégiés ==
=== API Layers (tf.layers) ===
=== API Layers (tf.layers) ===

Version du 7 octobre 2018 à 15:36

Domaine


Définition

API TensorFlow pour la construction d'un réseau neuronal profond à partir de plusieurs couches. L'API Layers permet notamment de créer les types de couches suivants :

  • tf.layers.Dense pour une couche entièrement connectée
  • tf.layers.Conv2D pour une couche convolutive

Lorsque vous écrivez un Estimator personnalisé, vous créez des objets Layers pour définir les caractéristiques de toutes les couches cachées.

L'API Layers respecte les conventions de l'API [Keras]concernant les couches. De ce fait, à part un préfixe différent, toutes les fonctions de l'API Layers ont des noms et des signatures identiques à ceux de leurs homologues dans l'API Keras pour les couches.



Termes privilégiés

API Layers (tf.layers)


Anglais

Layers API (tf.layers)




Source: Google machine learning glossary