在看keras文档embedding层的时候，不太理解其中的input_dim 和input_length 这两个参数，查阅了一下资料，记录下来。 keras.layers.Embedding(input_dim, output_dim, embeddings_initializer ...

keras.layers.Conv2D( ) 函数参数 def __init__(self, filters, kernel_size, strides ...

在TensorFlow中封装好了一个高级库，tf.contrib.layers库封装了很多的函数，使用这个高级库来开发将会提高效率，卷积函数使用tf.contrib.layers.conv2d，池化函数使用tf.contrib.layers ...

input：输入数据 filter：过滤器 strides：卷积滑动步长，实际上可以解释为过滤器的大小 padding：图像边填充方式 ...

tf.keras.layers.Max2D( pool_size=(2, 2), strides=None, padding='valid', data_format=None ) pool_size：2个整数的整数或元组/列表：(pool_height,pool_width),用于 ...

http://stackoverflow.com/questions/34870614/what-does-tf-nn-embedding-lookup-function-do embedding_lookup function retrieves rows of the params ...

tf.keras.Input用于实例化Keras tensor： 例如有a,b,c分别是Keras tensor，那么可以这样写到模型里：model = Model(input=[a, b], output=c) 。参数： shape:tuple类型，不包含批量维度，例如shape ...

xavier_initializer( uniform=True, seed=None, dtype=tf.float32 ) 该函数返回一个用于初始化权重的初始化程序 “Xavier” 。这个初始化器是用来保持每一层的梯度大小 ...