问TensorFlow - tf.keras.layers.Layer与tf.keras.Model之间的差异
EN

Stack Overflow用户

提问于 2019-03-12 04:14:39

回答 1查看 3.4K关注 0票数 7

通过使用tf.keras读取documentation of implementing custom layers，它们指定了两个要继承的选项：tf.keras.Layer和tf.keras.Model。

在创建自定义层的背景下，我在问自己这两者之间的区别是什么？从技术上讲，有什么不同？

例如，如果我要实现transformer编码器，哪一个会更合适？(假设transformer在我的完整模型中只是一个“层”)

发布于 2019-03-12 04:25:51

如果你正在使用现有的keras/tf层构建一个新的模型架构，那么构建一个定制模型。

如果您在层中使用实现自己的自定义张量操作，则构建自定义层。如果您在自定义层中使用非张量操作，那么您必须编写该层将如何向前传播和向后传播的代码。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/55109696

复制

相似问题

问TensorFlow - tf.keras.layers.Layer与tf.keras.Model之间的差异EN