tf.keras.layers.xx 可以独立于 tf.keras.Sequential 或 Model 使用吗？答案

【问题标题】：Can tf.keras.layers.xx be used independently from tf.keras.Sequential or Model?tf.keras.layers.xx 可以独立于 tf.keras.Sequential 或 Model 使用吗？
【发布时间】：2019-07-01 07:31:25
【问题描述】：

在 Tensorflow 中，一些模块的许多功能已被弃用。已推荐来自tf.keras.layers 的人。 tutorials 通过将它们与tf.keras.Sequential (Sequential) 或tf.keras.Model (Model) 关联来提供它们的用法示例。我想知道是否可以在不使用Sequential 或Model 的情况下使用tf.keras.layers (e.g., Dense, Conv1D, etc.) 中的某些类。

以前在我的代码中使用了以下内容：

gru = tf.contrib.rnn.GRUCell(d)
states, output = tf.nn.dynamic_rnn(gru, inputs)

由于tf.contrib.rnn 和tf.nn.dynamic_rnn 都已被弃用，我想知道是否可以用以下命令替换它们，而无需在代码中添加Sequential 或Model。

gru = tf.keras.layers.GRUCell(d)
states, output = keras.layers.RNN(gru)(inputs)

【问题讨论】：

标签： tensorflow tf.keras

【解决方案1】：

我想知道是否可以在不使用 Sequential 或 Model 的情况下使用 tf.keras.layers 中的某些类（例如 Dense、Conv1D 等）。

是的，确实如此。我们可以通过执行以下操作直接“调用”该层，例如：

layer_example = tf.keras.layers.Dense(2,input_shape=(-1,24))
example_tensor = tf.random.uniform(shape=(2, 24))
layer_example(example_tensor)

请注意，我们首先使用tf.keras.layers.Dense 创建图层类的实例，然后调用该实例使用layer_example(example_tensor)

我们也可以（当然）将其扩展到 GRU 示例。像这样的：

example_tensor = tf.random.uniform(shape=(2, 24, 12))
gru = tf.keras.layers.GRUCell(2)
states, output = tf.keras.layers.RNN(gru)(example_tensor)

【讨论】：