dense函数在Python中的使用详解

什么是 dense 函数？

在 Python 的深度学习生态中（尤其是使用 Keras 或 TensorFlow 时）， Dense 并不是一个普通函数，而是一个类，用于创建全连接（fully connected）神经网络层。 它是构建多层感知机（MLP）或作为其他模型（如 CNN、RNN）输出层的基础组件。

基本语法

在 Keras 中定义一个 Dense 层的基本方式如下：

from tensorflow.keras.layers import Dense

# 创建一个具有 64 个神经元、使用 ReLU 激活函数的全连接层
layer = Dense(units=64, activation='relu')

常用参数说明

• units：输出维度，即该层神经元的数量。
• activation：激活函数，如 'relu'、'sigmoid'、'softmax' 等。
• use_bias：是否使用偏置项，默认为 True。
• kernel_initializer：权重初始化方法。
• bias_initializer：偏置初始化方法。

完整示例

以下是一个使用 Dense 层构建简单神经网络的完整示例：

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential([
    Dense(128, activation='relu', input_shape=(784,)),
    Dense(64, activation='relu'),
    Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

print(model.summary())