1. Keras 소개
   1. [시작하기] Sequential 모델 가이드
   2. [시작하기] 함수형 API 가이드
   3. [시작하기] FAQ
   4. [모델] Keras의 모델
   5. [모델] 함수형 API
   6. [모델] Sequential
   7. [계층] Keras의 계층
   8. [계층] Core 계층
   9. [계층] 합성곱 계층
   10. [계층] 풀링 계층
   11. [계층] 부분적으로 연결된 계층
   12. [계층] 재발 계층
   13. [계층] 임베딩 계층
   14. [계층] Merge 계층
   15. [계층] 고급 활성화 계층
   16. [계층] 표준화 계층
   17. [계층] 노이즈 계층
   18. [계층] 계층 Wrappers
   19. [계층] 자신만의 Keras 계층 만들기
   20. [전처리] 시퀀스 전처리
   21. [전처리] 텍스트 전처리
   22. [전처리] 이미지 전처리
2. Metrics
3. 손실
4. 최적화기
5. 활성화
6. Callbacks
7. 데이터셋
8. 애플리케이션
9. 백엔드 1
10. 백엔드 2
11. 백엔드 3
12. 백엔드 4
13. 백엔드 5
14. 초기화기
15. 정규화기
16. 제한
17. 시각화
18. Scikit-Learn API
19. 유용한 도구

Keras의 계층

모든 Keras의 계층은 여러 메소드를 공통으로 가지고 있습니다.

• layer.get_weights(): Numpy 배열의 리스트이며 가중치를 반환합니다.
• layer.set_weights(weights): 계층의 가중치를 (get_weights의 출력값과 같은 형태의) Numpy 배열의 리스트로 설정합니다.
• layer.get_config(): 계층의 구성을 딕셔너리로 반환합니다. 해당 계층은 config으로부터 다음과 같이 다시 인스턴스화될 수 있습니다:

layer = Dense(32)
config = layer.get_config()
reconstructed_layer = Dense.from_config(config)

혹은:

from keras import layers

config = layer.get_config()
layer = layers.deserialize({'class_name': layer.__class__.__name__,
                            'config': config})

만약 계층이 하나의 노드를 가진다면(즉, 공유된 계층이 아니라면), 입력 텐서와 출력 텐서, 입력 형태, 출력 형태를 다음과 같이 얻을 수 있습니다:

• layer.input
• layer.output
• layer.input_shape
• layer.output_shape

만약 계층이 복수의 노드를 가진다면(공유 계층과 계층"노드"의 개념을 참조), 다음의 메소드를 사용하세요:

• layer.get_input_at(node_index)
• layer.get_output_at(node_index)
• layer.get_input_shape_at(node_index)
• layer.get_output_shape_at(node_index)

이 문서는 Keras의 About Keras Layers을 번역한 것입니다.