Tensorflow工具箱（一） ops

为了更加方便地进行深度学习开发，我们将一些常用的操作，比如“卷积-标准化-激活函数”这样的层级结构写成一个函数调用，更加方便我们进行开发。

TenorTool：我设计的Tensorflow工具箱

1 Ck

Ck是“convolution—normal—leaky_relu”的层级结构。
函数定义为：

Ck(input,k_size=3,k, slope=0.2, stride=2, reuse=False, norm='instance', is_training=True, name=None,padding="SAME")

其中，各参数的具体含义为：

• input: 4D tensor
• k_size: integer, the size of filter
• k: interger, number of filters(output depth)
• slope: LeakyReLU’s slope(当slope=0时，该层的激活函数变为relu)
• stride: integer(filter的步长)
• norm: ‘instance’ or ‘batch’ or None
• is_training: boolean or BoolTensor
• reuse: boolean
• name: string, e.g. ‘C32’
• padding: ‘SAME’ or ‘VALID’

函数的返回值为

• 4D tensor

2 Dense

Dense是全连接层结构，具体的形式是“dense–normal–activation”

Dense(input,slope=0.2,norm='instance',is_training=True,reuse = False,name = None,units=1024,activation='leakyrelu')

其中，各参数的具体含义为：

• input: tensor
• slope: LeakyReLU’s slope(当slope=0时，该层的激活函数变为relu)
• norm: ‘instance’ or ‘batch’ or None
• is_training: boolean or BoolTensor
• reuse: boolean
• name: string, e.g. ‘C32’
• units: integer, number of output layer points
• activation: ‘leakrelu’ or ‘sigmoid’ or None

函数的返回值为

• 1D tensor