tf.layers.Conv1D против tf.keras.layers.Conv1D

Question

Я использовал tf.layers.conv1d, найденный в этом учебном пособии, но потом понял, что он устарел.Затем я обнаружил tf.layers.Conv1D и tf.keras.layers.Conv1D.Я понимаю, что последним является реализация keras одномерного сверточного слоя.Однако я не уверен, какой из них использовать и в чем разница с точки зрения функциональности.Было бы здорово, если бы кто-то мог указать на примеры использования любого из этих двух, когда входные данные поступают из CSV-файлов.

Answer 1

Прежде всего, Layers API устарел и будет удален из TF 2.0.keras.layers является прямой заменой, потому что это будет основной API высокого уровня для будущей версии.Согласно официальным документам, tf.layers - это обертки вокруг tf.keras.layers.Сверточные слои в Layers API наследуются от tf.keras.layers.Из tenorflow / python / Layers / convolutional.py :

@tf_export('layers.Conv1D')
class Conv1D(keras_layers.Conv1D, base.Layer):
  """1D convolution layer (e.g. temporal convolution). 

Слои TensorFlow нельзя использовать непосредственно в модели Keras, поскольку они пропускают некоторые атрибуты, требуемые API Keras.Однако их можно использовать со слоем Keras Lambda.