from mxnet import nd from mxnet.gluon import nn x = nd.array(((1,2,3),(5,6,7))) #創建神經網絡第一層密集層,Dense會自動計算輸入的維度，這里的5是指輸出的維度的第2維的值。 layer = nn.Dense(5) #創建其權值為均勻地抽取隨機值[?0.7,0.7] layer.initialize() print(layer) print(layer(x))#經過層計算前向輸出

dense ：全連接層 相當于添加一個層，也稱為密集層。

Dense(None -> 5, linear)

[[ 0.15825659 -0.14135249 -0.21782206 0.26669252 0.09364527]
[ 0.3746552 -0.28442633 -0.6347311 0.6351818 0.25521633]]
<NDArray 2x5 @cpu(0)>

創建了一個線性密集層。

print(layer.weight.data())

[[ 0.05181222 0.06700657 -0.00369488]
[ 0.0418822 0.0421275 -0.00539289]
[ 0.00286685 0.03927409 0.02504314]
[-0.05344158 0.03088857 0.01958894]
[ 0.01148278 -0.04993054 0.00523225]]
<NDArray 5x3 @cpu(0)>

總結

以上是生活随笔為你收集整理的mxnet基础到提高(4)-－ Dense层基础的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。