相关疑难解决方法(0)

我正在构建一个用于分类的RNN（在RNN之后有一个softmax层）。要进行正则化的选项有很多，我不确定是否只尝试所有这些，效果会一样吗？在什么情况下我应该规范哪些组件？

这些组件是：

• 内核权重（图层输入）
• 循环重量
• 偏压
• 激活功能（层输出）

这个问题的目的是寻求一个最低限度的指南，让某人快速了解 TensorFlow 1 和 TensorFlow 2。我觉得没有一个连贯的指南来解释 TF1 和 TF2 之间的差异，并且 TF 已经通过了专业修订和快速发展。

我说的时候供参考，

• v1 或 TF1 - 我指的是 TF 1.15.0
• v2 或 TF2 - 我指的是 TF 2.0.0

我的问题是，

• TF1/TF2 如何工作？它们的主要区别是什么？

• TF1 和 TF2 中有哪些不同的数据类型/数据结构？

• 什么是 Keras，它如何适应所有这些？Keras 提供了哪些不同的 API 来实现深度学习模型？你能提供每个例子吗？

• 在使用 TF 和 Keras 时，我必须注意的最经常出现的警告/错误是什么？

• TF1 和 TF2 之间的性能差异