tensorflow - 如何使用 tf.layers 类而不是函数

Question

tf.Layer 模块似乎有两种风格:函数和类。我通常直接使用函数(例如 tf.layers.dense)，但我想知道如何直接使用类(tf.layers.Dense)。我已经开始在 tensorflow 中尝试新的急切执行模式，我认为使用类在那里也很有用，但我在文档中没有看到很好的例子。 TF 文档中是否有任何部分显示了如何使用它们？

我想在类中使用它们是有意义的，其中这些层在 __init__ 中实例化，然后当输入时在 __call__ 方法中链接它们和尺寸已知吗？

这些 tf.layer 类与 tf.keras.Model 相关吗？是否有使用 tf.layers 的等效包装类？

更新:对于急切执行，必须继承tfe.Network。有一个例子here

Answer 1

tf.layers 和 tf.keras.layer 类通常是可以互换的，实际上在头部(因此到下一个版本 - 1.9)，前者实际上是 inherits from the latter .

TensorFlow 正在努力整合用于构建模型的 tf.keras API，因为这使得状态所有权更加明确(例如，参数由 Layer 对象“拥有”，与函数式风格相反，在函数式风格中，所有模型参数都放在与完整图关联的“集合”中)。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。

一些您可能会觉得有用的示例:

• tensorflow/models 存储库中的 MNIST
• programmer's guide
• 其他 eager execution samples(其中完全相同的模型定义适用于图形执行和急切执行)。

并非所有现有的 TensorFlow 示例都已迁移到这种风格，但它们会慢慢迁移。

希望有帮助。