fc
查看属性与别名
API属性:声明式编程(静态图)专用API
paddle.fluid.layers.fc
( input, size, num_flatten_dims=1, param_attr=None, bias_attr=None, act=None, name=None ) [源代码]
全连接层
该OP将在神经网络中构建一个全连接层。其输入可以是一个Tensor(或LoDTensor)或多个Tensor(或LoDTensor)组成的list(详见参数说明),该OP会为每个输入的Tensor创建一个权重(weights)变量,即一个从每个输入单元到每个输出单元的全连接权重矩阵。FC层将每个输入Tensor和其对应的权重(weights)相乘得到shape为
输出Tensor,其中 M
为batch_size大小。如果有多个输入Tensor,则多个shape为
的Tensor计算结果会被累加起来,作为最终输出。如果 bias_attr
非空,则会创建一个偏置变量(bias variable),并把它累加到输出结果中。如果 act
非空,将会在输出结果上应用相应的激活函数。
当输入为单个Tensor(或LoDTensor):
当输入为多个Tensor(或LoDTensor)组成的list时:
上述等式中:
-
:输入的数目,如果输入是Tensor列表,N等于len(input)
-
:第i个输入的Tensor
-
:对应第i个输入张量的第i个权重矩阵
-
:该层创建的bias参数
-
:activation function(激活函数)
-
:输出Tensor
Case 1:
给定单个输入Tensor data_1, 且num_flatten_dims = 2:
data_1.data = [[[0.1, 0.2],
[0.3, 0.4]]]
data_1.shape = (1, 2, 2) # 1是batch_size
out = fluid.layers.fc(input=data_1, size=1, num_flatten_dims=2)
则输出为:
out.data = [[0.83234344], [0.34936576]]
out.shape = (1, 2, 1)
Case 2:
给定多个Tensor组成的list:
data_1.data = [[[0.1, 0.2],
[0.3, 0.4]]]
data_1.shape = (1, 2, 2) # 1 是 batch_size
data_2 = [[[0.1, 0.2, 0.3]]]
data_2.shape = (1, 1, 3)
out = fluid.layers.fc(input=[data_1, data_2], size=2)
则输出为:
out.data = [[0.18669507, 0.1893476]]
out.shape = (1, 2)
参数
input (Variable|list of Variable) – 维度为
的多维Tensor(或LoDTensor)或由多个Tensor(或LoDTensor)组成的list,输入Tensor的shape至少是2。数据类型为float32或float64。
- size (int) – 全连接层输出单元的数目,即输出Tensor(或LoDTensor)特征维度。
num_flatten_dims (int) – 输入可以接受维度大于2的Tensor。在计算时,输入首先会被扁平化(flatten)为一个二维矩阵,之后再与权重(weights)相乘。参数
num_flatten_dims
决定了输入Tensor的flatten方式: 前num_flatten_dims
(包含边界,从1开始数) 个维度会被扁平化为二维矩阵的第一维 (即为矩阵的高), 剩下的维被扁平化为二维矩阵的第二维 (即矩阵的宽)。 例如, 假设X是一个五维的Tensor,其shape为(2, 3, 4, 5, 6), 若
,则扁平化的矩阵shape为:
,最终输出Tensor的shape为
。默认为1。
- param_attr (ParamAttr) – 指定权重参数属性的对象。默认值为None,表示使用默认的权重参数属性。具体用法请参见 ParamAttr 。
- bias_attr (ParamAttr) – 指定偏置参数属性的对象。默认值为None,表示使用默认的偏置参数属性。具体用法请参见 ParamAttr 。
- act (str) – 应用于输出上的激活函数,如tanh、softmax、sigmoid,relu等,支持列表请参考 激活函数 ,默认值为None。
- name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。
返回
经过全连接层计算后的Tensor或LoDTensor,数据类型与input类型一致。
返回类型
Variable
弹出异常:ValueError
- 如果输入Tensor(或LoDTensor)的维度小于2
代码示例
import paddle.fluid as fluid
# 当输入为单个张量时
data = fluid.layers.data(name="data", shape=[32, 32], dtype="float32")
fc = fluid.layers.fc(input=data, size=1000, act="tanh")
# 当输入为多个张量时
data_1 = fluid.layers.data(name="data_1", shape=[32, 32], dtype="float32")
data_2 = fluid.layers.data(name="data_2", shape=[24, 36], dtype="float32")
fc = fluid.layers.fc(input=[data_1, data_2], size=1000, act="tanh")