Tensorflow中dense（全連接層）各項參數

全連接dense層定義在 tensorflow/python/layers/core.py.

1. 全連接層 tf.layers.dense

dense(
    inputs,
    units,
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    trainable=True,
    name=None,
    reuse=None
)

參數說明

inputs: 輸入數據，2維tensor. 
units: 該層的神經單元結點數。 
activation: 激活函數. 
use_bias: Boolean型，是否使用偏置項. 
kernel_initializer: 卷積核的初始化器. 
bias_initializer: 偏置項的初始化器，默認初始化為0. 
kernel_regularizer: 卷積核化的正則化，可選. 
bias_regularizer: 偏置項的正則化，可選. 
activity_regularizer: 輸出的正則化函數. 
trainable: Boolean型，表明該層的參數是否參與訓練。如果為真則變量加入到圖集合中 GraphKeys.TRAINABLE_VARIABLES (see tf.Variable). 
name: 層的名字. 
reuse: Boolean型, 是否重復使用參數

全連接層執行操作 outputs = activation(inputs.kernel+bias) 如果執行結果不想進行激活操作，則設置activation=None

例如：

#全連接層
dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu)
dense2= tf.layers.dense(inputs=dense1, units=512, activation=tf.nn.relu)
logits= tf.layers.dense(inputs=dense2, units=10, activation=None)

也可以對全連接層的參數進行正則化約束：

dense1 = tf.layers.dense(inputs=pool3, units=1024, activation=tf.nn.relu，kernel_regularizer=tf.contrib.layers.l2_regularizer(0.003))