# TFLearn 核心層 TFLearn 在`tflearn.layers.core`模塊中提供以下層： | 層類 | 描述 | | --- | --- | | `input_data` | 該層用于指定神經網絡的輸入層。 | | `fully_connected` | 該層用于指定一個層，其中所有神經元都連接到前一層中的所有神經元。 | | `dropout` | 該層用于指定損失正則化。輸入元素由`1/keep_prob`縮放，同時保持預期的總和不變。 | | `custom_layer` | 此層用于指定要應用于輸入的自定義函數。此類包裝我們的自定義函數并將該函數顯示為層。 | | `reshape` | 此層將輸入重新整形為指定形狀的輸出。 | | `flatten` | 該層將輸入張量轉換為 2D 張量。 | | `activation` | 該層將指定的激活函數應用于輸入張量。 | | `single_unit` | 該層將線性函數應用于輸入。 | | `highway` | 該層實現了完全連接的公路函數。 | | `one_hot_encoding` | 此層將數字標簽轉換為二元向量單熱編碼表示。 | | `time_distributed` | 該層將指定的函數應用于輸入張量的每個時間步長。 | | `multi_target_data` | 此層創建并連接多個占位符，特別是在層使用來自多個源的目標時使用。 |