Tensorflow tf.keras.layers.xx能否独立于tf.keras.Sequential或Model使用？

在Tensorflow中，一些模块中的许多函数已被弃用。建议使用

tf.keras.layers

中的。通过将它们与

tf.keras.Sequential（Sequential）

或

tf.keras.Model（Model）

关联，提供了使用它们的示例。我想知道是否可以在

tf.keras.layer中使用某些类（例如，稠密、Conv1D等）

而不使用

Sequential

或

Model

以前，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\u 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)

我想知道是否可以在tf.keras.layers中使用某些类（例如，稠密、Conv1D等），而不使用顺序或模型

是的，当然是。我们可以通过这样做直接“调用”层，例如：

layer_示例=tf.keras.layers.density（2，输入_形状=（-1,24））
示例_张量=tf.random.uniform（形状=（2,24））
层示例（示例张量）

请注意，我们首先使用

tf.keras.layers.densed

创建layer类的实例，然后使用

layer\u示例（example\u tensor）

我们还可以（当然）将其扩展到GRU示例。大概是这样的：

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

我想知道是否可以在tf.keras.layers中使用某些类（例如，稠密、Conv1D等），而不使用顺序或模型

是的，当然是。我们可以通过这样做直接“调用”层，例如：

layer_示例=tf.keras.layers.density（2，输入_形状=（-1,24））
示例_张量=tf.random.uniform（形状=（2,24））
层示例（示例张量）

请注意，我们首先使用

tf.keras.layers.densed

创建layer类的实例，然后使用

layer\u示例（example\u tensor）

我们还可以（当然）将其扩展到GRU示例。大概是这样的：

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