Tensorflow tf.layers.dense（）和tf.contrib.layers.fully_connected（）可以互换吗？

我习惯于使用tf.contrib.layers.fully_connected来构建一个完全连接的层。最近我遇到了tf.layers.dense，它显然用于第一个函数可以使用的地方。是否可以互换，产生相同的输出？

它们本质上是相同的

然而，

tf.contrib.fully_connected

在

density

的基础上增加了一些功能，特别是在参数中通过规范化和激活的可能性，如la Keras。正如@wordforthewise所指出的，请注意后者默认为

tf.nn.relu

---

更一般地说，TFAPI提出（并混合了一些令人困惑的）低级别和高级别API；更多信息。

您知道它们中的任何一个是否需要初始化权重并传递给它们吗？不知道。

tf.Layers

（和

tf.contrib.Layers

）中的层是tensorflow的“高级”API的一部分，该API负责处理权重和偏差等变量。但是，它们确实需要您为它们选择一个初始值设定项。与较低级别的详细说明的实现（如

tf.add（tf.matmul（数组、权重）、bias）

）相反，可以，也可以选择

tf.nn

中的其他低级别层，如

conv2d

。一个主要区别是tf.contrib.fully\u connected将relu作为默认激活，而tf.layers.dense默认为线性激活。