relu 作为激活函数或层之间有什么区别吗?例如
Conv2D(filters=8, kernel_size=(3, 3), activation='relu',padding='SAME', name='conv_2')
或者
Conv2D(filters=8, kernel_size=(3, 3),padding='SAME', name='conv_2'),
ReLU()
relu 作为激活函数或层之间有什么区别吗?例如
Conv2D(filters=8, kernel_size=(3, 3), activation='relu',padding='SAME', name='conv_2')
或者
Conv2D(filters=8, kernel_size=(3, 3),padding='SAME', name='conv_2'),
ReLU()
没有实际区别,除了后者,您可以为 Relu()* 分配/设置参数。在第一种情况下,我相信它使用默认参数。
* https://www.tensorflow.org/api_docs/python/tf/keras/layers/ReLU