tensorflow - tf.layers.Conv1D 与 tf.keras.layers.Conv1D

Question

我使用的是tf.layers.conv1d在本教程中找到的，但后来意识到它已被弃用。然后我发现tf.layers.Conv1D和tf.keras.layers.Conv1D。我理解后一种是一维卷积层的keras实现。但是，我不确定要使用哪一个以及在功能方面有什么区别。如果有人可以指出使用这两个输入数据来自 csv 文件的任何一个示例，那就太好了。

标签： tensorflowkerasconvolution

Answer 1

首先，Layers API 已被弃用，将从 TF 2.0 中删除。keras.layers是直接替代品，因为它将是未来版本的主要高级 API。根据官方文档，tf.layers是围绕tf.keras.layers. Layers API 中的卷积层继承自tf.keras.layers. 从tensorflow/python/layers/convolutional.py：

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

TensorFlow 层不能直接在 Keras 模型中使用，因为它们缺少 Keras API 所需的一些属性。但是，可以将它们与 Keras Lambda 层一起使用。