Add
keras.layers.Add()
Слой, который складывает список поступающий на вход.
Он берет на вход список тензоров, все одинаковой формы, и возвращает один тензор (также одинаковой формы).
Примеры
import keras
input1 = keras.layers.Input(shape=(16,))
x1 = keras.layers.Dense(8, activation=’relu’)(input1)
input2 = keras.layers.Input(shape=(32,))
x2 = keras.layers.Dense(8, activation=’relu’)(input2)# то же, что и to added = keras.layers.add([x1, x2])
added = keras.layers.Add()([x1, x2])
out = keras.layers.Dense(4)(added)
model = keras.models.Model(inputs=[input1, input2], outputs=out)
Subtract
keras.layers.Subtract()
Слой, который вычитает два ввода.
В качестве входа берется список из двух тензоров, оба одинаковой формы, и возвращается один тензор, (inputs[0] — inputs[1]), также одинаковой формы.
Примеры
import keras
input1 = keras.layers.Input(shape=(16,))
x1 = keras.layers.Dense(8, activation=’relu’)(input1)
input2 = keras.layers.Input(shape=(32,))
x2 = keras.layers.Dense(8, activation=’relu’)(input2)# то же, что и subtracted = keras.layers.subtract([x1, x2])
subtracted = keras.layers.Subtract()([x1, x2])
out = keras.layers.Dense(4)(subtracted)
model = keras.models.Model(inputs=[input1, input2], outputs=out)
Multiply
keras.layers.Multiply()
Слой, который умножает (по элементам) список тензоров на входе.
В качестве входа берется список тензоров, все одинаковой формы, и возвращается один тензор (также одинаковой формы).
Average
keras.layers.Average()
Слой, который усредняет список тензоров на входе.
В качестве входа берется список тензоров, все одинаковой формы, и возвращается один тензор (также одинаковой формы).
Maximum
keras.layers.Maximum()
Слой, который вычисляет максимальный (по элементам) список тензоров на входе.
В качестве входа берется список тензоров, все одинаковой формы, и возвращается один тензор (также одинаковой формы).
Minimum
keras.layers.Minimum()
Слой, который вычисляет минимальный (по элементам) список тензоров на входе.
В качестве входа берется список тензоров, все одинаковой формы, и возвращается один тензор (также одинаковой формы).
Concatenate
keras.layers.Concatenate(axis=-1)
Слой, который соединяет список тензоров на входе.
В качестве входа берется список тензоров одинаковой формы, за исключением оси конкатенации, и возвращается один тензор, конкатенация всех входов.
Аргументы
- axis: Ось, по которой конкатенировать.
- **kwargs: стандартный набор именованных аргументов.
Dot
keras.layers.Dot(axes, normalize=False)
Слой, который вычисляет скалярное произведение между элементами в двух тензорах.
Например, если применить к списку двух тензоров a и b формы (batch_size, n), то на выходе будет тензор формы (batch_size, 1), где каждая запись i скалярное произведение между a[i] и b[i].
Аргументы
- axes: Целое или кортеж целых чисел, оси или осей, по которым берется скалярное произведение.
- normalize: Следует ли проводить L2-нормализацию элементов вдоль оси скалярного произведения, прежде чем брать скалярное произведение. Если установлено значение “True”, то на выходе скалярного произведения получается косинусная близость между двумя тензорами.
- **kwargs: стандартный набор именованных аргументов.
add
keras.layers.add(inputs)
Функциональный интерфейс к слою Add.
Аргументы
- inputs: Список входных тензоров (не менее 2).
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, который является суммой входов.
Примеры
import keras
input1 = keras.layers.Input(shape=(16,))
x1 = keras.layers.Dense(8, activation=’relu’)(input1)
input2 = keras.layers.Input(shape=(32,))
x2 = keras.layers.Dense(8, activation=’relu’)(input2)
added = keras.layers.add([x1, x2])
out = keras.layers.Dense(4)(added)
model = keras.models.Model(inputs=[input1, input2], outputs=out)
subtract
keras.layers.subtract(inputs)
Функциональный интерфейс к слою вычитания Subtract.
Аргументы
- inputs: Список входных тензоров (ровно 2).
- **kwargs: стандартный набор именованных аргументов.
- Возвращает
Тензор, представляющий разницу входных тензоров.
Примеры
import keras
input1 = keras.layers.Input(shape=(16,))
x1 = keras.layers.Dense(8, activation=’relu’)(input1)
input2 = keras.layers.Input(shape=(32,))
x2 = keras.layers.Dense(8, activation=’relu’)(input2)
subtracted = keras.layers.subtract([x1, x2])
out = keras.layers.Dense(4)(subtracted)
model = keras.models.Model(inputs=[input1, input2], outputs=out)
multiply
keras.layers.multiply(inputs)
Функциональный интерфейс к слою Multiply (умножения).
Аргументы
- inputs: Список входных тензоров (не менее 2).
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, представляющий собой произведение входных тензоров по элементам.
average
keras.layers.average(inputs)
Функциональный интерфейс к слою усреднения (Average).
Аргументы
- inputs: Список входных тензоров (не менее 2).
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, представляющий собой среднее значение входных тензоров.
maximum
keras.layers.maximum(inputs)
Функциональный интерфейс к слою Maximum.
Аргументы
- inputs: Список входных тензоров (не менее 2).
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, представляющий собой максимальный (по элементам) список тензоров на входе.
minimum
keras.layers.minimum(inputs)
Функциональный интерфейс к слою Minimum.
Аргументы
- inputs: Список входных тензоров (не менее 2).
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, представляющий собой минимальный(по элементам) список тензоров на входе.
concatenate
keras.layers.concatenate(inputs, axis=-1)
Функциональный интерфейс к слою Concatenate .
Аргументы
- inputs: Список входных тензоров (не менее 2).
- axis: Ось концентрации.
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, который соединяет список тензоров на входе по заданной оси.
dot
keras.layers.dot(inputs, axes, normalize=False)
Функциональный интерфейс к слою Dot.
Аргументы
- inputs: Список входных тензоров (не менее 2).
- axes: Целое или кортеж целых чисел, ось или оси, по которым следует взять скалярное произведение.
- normalize: Следует ли проводить L2-нормализацию элементов вдоль оси скалярного произведения, прежде чем брать скалярное произведение. Если установлено значение “True”, то на выходе скалярного произведения получается косинусная близость между двумя тензорами.
- **kwargs: стандартный набор именованных аргументов.
Возвращает
Тензор, представляющий собой скалярное произведение между элементами во входных тензорах.