Couche de densification

Pas encore de compte ?

La couche dense est un réseau neuronal qui a une connexion profonde, ce qui signifie que chaque neurone de la couche dense reçoit une entrée de tous les neurones de sa couche précédente.

La couche dense effectue une multiplication matrice x vecteur, et les valeurs utilisées dans la matrice sont des paramètres qui peuvent être formés et mis à jour à l'aide de la rétropropagation.

La sortie générée par la couche dense est un vecteur de dimension n.

La couche dense est utilisée pour modifier les dimensions, la rotation, la mise à l'échelle et la translation du vecteur.

Les avantages et les Inconvénients de la Couche Dense :

La Couche Dense offre des fonctionnalités d'apprentissage à partir de toutes les fonctionnalités combinatoires de la couche précédente, malheureusement, la Couche Dense est très coûteuse en calcul. C'est pour cela qu'elle servait parfois uniquement à combiner les caractéristiques de la couche supérieure.

Testé sous Anaconda et Python 3.7

from tensorflow import keras
 
model = keras.models.Sequential([
    keras.Input(shape = (16, )),
    keras.layers.Dense(32, activation='relu')
])
 
model.summary()
 

Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense (Dense) (None, 32) 544
=================================================================
Total params: 544
Trainable params: 544
Non-trainable params: 0
_________________________________________________________________

Testé sous Anaconda et Python 3.7

from tensorflow import keras
 
model = keras.models.Sequential([
    keras.Input(shape = (16, )),
    keras.layers.Dense(32, activation='relu'),
    keras.layers.Dense(16, activation = 'relu'),
    keras.layers.Dense(8, activation = 'relu')
])
 
model.summary()
 

Model: "sequential"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
dense (Dense) (None, 64) 1088
_________________________________________________________________
dense_1 (Dense) (None, 32) 2080
_________________________________________________________________
dense_2 (Dense) (None, 16) 528
_________________________________________________________________
dense_3 (Dense) (None, 8) 136
=================================================================
Total params: 3,832
Trainable params: 3,832
Non-trainable params: 0
_________________________________________________________________