如何使用tf.layers类而不是函数

Question

似乎tf.Layer模块有两种形式:函数和类.我通常直接使用的功能(例如,tf.layers.dense),但我想知道如何使用类直接(tf.layers.d ense).我已经开始在tensorflow中尝试新的急切执行模式,我认为使用类也会在那里有用,但我没有在文档中看到很好的例子.是否有TF文档的任何部分显示如何使用它们？

我想在将这些图层实例化的类中使用它们是有意义的__init__,然后__call__当输入和尺寸已知时它们在方法中被链接？

这些tf.layer类是否与tf.keras.Model？相关？是否有一个等效的包装类供使用tf.layers？

更新:对于急切的执行tfe.Network,必须继承.这里有一个例子在这里

Answer 1

tf.layers和tf.keras.layer类通常是可以互换的，并且实际上在头部（因此到下一个版本 - 1.9），前者实际上继承自后者。

TensorFlow 正在朝着整合用于构建模型的 API 的方向发展tf.keras，因为这使得状态所有权更加明确（例如，参数由对象“拥有” Layer，而不是函数式风格，其中所有模型参数都放在与完整模型相关联的“集合”中）图形）。这种风格对于急切执行和图形构建都很有效（每个版本都在改进对急切执行的支持）。我建议使用tf.keras.layers和tf.keras.Model。

您可能会发现有用的一些示例：

• tensorflow/models存储库中的 MNIST
• 程序员指南
• 其他急切执行示例（其中完全相同的模型定义适用于图执行和急切执行）。

并非所有现有的 TensorFlow 示例都已转移到这种风格，但它们会慢慢改变。

希望有帮助。