神經網路配置中的每一層表示隱藏單元的單元。當層堆疊在一起時，它們代表了乙個深度神經網路。
[原始碼]
一維卷積層。形狀期望的輸入啟用[小批量，通道，序列長度]
[原始碼]
二維卷積層
[原始碼]
三維卷積層配置
hasbias
public boolean hasbias()kernelsize
public builder kernelsize(int... kernelsize)stride
public builder stride(int... stride)padding
public builder padding(int... padding)dilation
public builder dilation(int... dilation)[原始碼]
二維反卷積配置
反卷積也被稱為轉置卷積或分數階卷積。在本質上，反卷積把常規的2d卷積與前向和反向傳播作交換。
詳見matt zeiler的**:
有關卷積運算和形狀的直觀指南，請參見:
hasbias
public boolean hasbias()convolutionmode
public builder convolutionmode(convolutionmode convolutionmode)kernelsize
public builder kernelsize(int... kernelsize)[原始碼]
二維深度卷積層結構。
執行通道卷積，分別在每個輸入對映上操作。通道乘法器用於指定每個輸入對映的輸出數。這個卷積是用指定的核心大小、步幅和填充值進行的。
depthmultiplier
public builder depthmultiplier(int depthmultiplier)kernelsize
public builder kernelsize(int... kernelsize)stride
public builder stride(int... stride)padding
public builder padding(int... padding)[原始碼]
二維可分離卷積配置。
可分離卷積將乙個正規卷積操作分成兩個更簡單的操作，這兩個操作通常在計算上更有效。
可分離卷積的第一步是通道卷積，它分別在每個輸入對映上操作。在這個步驟中，使用通道乘法器來指定每個輸入對映的輸出數。這個卷積是用指定的核心大小、步幅和填充值進行的。
第二步是逐點運算，其中通過使用1x1卷積，將通道式卷積的中間輸出對映到所需的特徵對映的數量。
鏈結這兩個操作的結果將導致與標準二維卷積操作相同的形狀的張量。
hasbias
public boolean hasbias()constrainpointwise
public builder constrainpointwise(layerconstraint... constraints)kernelsize
public builder kernelsize(int... kernelsize)stride
public builder stride(int... stride)padding
public builder padding(int... padding)[原始碼]
一維卷積神經網路的裁剪層。允許為頂部／底部 分開裁剪。
getoutputtype
public inputtype getoutputtype(int layerindex, inputtype inputtype)public cropping1d build()二維卷積神經網路的裁剪層。允許分開裁剪頂部/底部/左側/右側
getoutputtype
public inputtype getoutputtype(int layerindex, inputtype inputtype)public cropping2d build()三維卷積神經網路的裁剪層。允許為深度的上限和下限，高度和寬度維度進行單**剪。
getoutputtype
public inputtype getoutputtype(int layerindex, inputtype inputtype)public cropping3d build()DL4J中文文件 模型 頂點
在eclipse dl4j中，頂點是在計算圖中充當節點的一種層。它可以接受多個輸入，提供多個輸出，並且可以幫助構建流行的網路，如inceptionv4。原始碼 l2normalizevertex 在單個輸入上執行l2歸一化。原始碼 l2vertex 計算兩個輸入的l2最小二乘誤差。例如，在三重嵌入中...
DL4J中文文件 模型 啟用
graphbuilder graphbuilder new neuralnetconfiguration.builder 新增超引數和其他層 addlayer softmax new activationlayer activation.softmax previous input 新增更多的層和輸...
DL4J中文文件 Keras模型匯入 本地層
原始碼 從keras匯入一維本地連線層。keraslocallyconnected1d public keraslocallyconnected1d integer kerasversion throws unsupportedkerasconfigurationexception從keraslay...