Как использовать классы tf.layers вместо функций

Question

Кажется, что модули tf.Layer бывают двух видов: функции и классы.Обычно я использую функции напрямую (например, tf.layers.dense), но я хотел бы знать, как использовать классы напрямую (tf.layers. D ense).Я начал экспериментировать с новым активным режимом выполнения в tenorflow, и я думаю, что использование классов также будет там полезно, но я не видел хороших примеров в документации.Есть ли какая-либо часть документации TF, которая показывает, как они используются?

Полагаю, имело бы смысл использовать их в классе, где эти слои создаются в __init__, а затем они связываются в методе __call__, когда входные данные и измерения известны?

Связаны ли эти классы tf.layer с tf.keras.Model?Существует ли эквивалентный класс-оболочка для использования tf.layers?

Обновление: для быстрого выполнения: tfe.Network, который должен быть унаследован.Вот пример здесь

Answer 1

tf.layers и tf.keras.layer классы, как правило, взаимозаменяемы и фактически находятся на первом месте (и, следовательно, в следующем выпуске - 1.9), первый фактически наследуется от последнего .

TensorFlow движется в направлении консолидации API-интерфейсов tf.keras для построения моделей, поскольку это делает владение состоянием более явным (например, параметры «принадлежат» объекту Layer, в отличие от функционального стиля, в котором все параметры модели помещаются в «сборник "связан с полным графиком).Этот стиль хорошо работает как для быстрого выполнения, так и для построения графа (поддержка активного выполнения улучшается с каждым выпуском).Я бы рекомендовал использовать tf.keras.layers и tf.keras.Model.

Некоторые примеры, которые могут оказаться полезными:

• MNIST в tensorflow/models хранилище
• Руководство программиста
• Прочее Примеры быстрого выполнения (где одно и то же определение модели работает как для выполнения графа, так и для быстрого исполнения).

Не все существующие примеры TensorFlow были перенесены в этот стиль, но постепенно они будут.

Надеюсь, это поможет.