本文详细介绍了TensorFlow中tf.nn.relu与tf.nn.relu_layer激活函数的使用方法及参数含义，通过实例对比两种函数的区别，并说明了它们在神经网络中的作用。
1. tf.nn.relu激活函数不必多数：
传入tf.nn.relu()的参数，是：tensor和weights卷积后+biases
2. tf.nn.relu_layer():
def relu_layer(x, weights, biases, name=None):
"""Computes Relu(x * weight + biases)."""
传入tf.nn.relu_layer()的参数x, weights, biases，
activation = tf.nn.relu_layer(x, weights, biases, name=None)
等价于:
activation = tf.nn.relu(tf.matmul(x, weights) + biases, name=None)
扫一扫
7406
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
