概述
Dense类，全连接层，继承Layer类
每一层 的 每个神经元 都与 下一层 的 每个神经元 相连，如下图：
官方文档：
https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/keras/layers/Dense
Layer文档：
https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/keras/layers/Layer
初始化
__init__(
units,
activation=None,
use_bias=True,
kernel_initializer='glorot_uniform',
bias_initializer='zeros',
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None,
**kwargs
)
参数说明：
- units：正整数，神经元数量
- activation：指定激活函数，如：relu
- use_bias：是否添加偏置量
- kernel_initializer：权重初始化方法。
默认为Glorot均匀分布初始化方法
https://keras-cn.readthedocs.io/en/latest/other/initializations/ - bias_initializer：偏置值初始化方法，默认为0
- **kwargs：关键字参数，有以下：
- input_shape：输入数据的形状。
- input_dim：输入数据的形状的维度
注意：
第一层 dense，必须定义 input_shape 或者 input_dim
例子
tf.keras.layers.Dense(1,input_shape=(1,))
也就是创建一个层，
第一个“1”表示该层有一个神经元
第二个“1”表示有一个输入值
最终表示 一个：y=wx+b
例子
tf.keras.layers.Dense(1,input_shape=(1,),activation='relu')
表示使用relu激活函数
方法
get_weights()
返回图层的当前权重
继承Layer类
语法
get_weights()
返回：
权重值，list类型
参考
https://blog.csdn.net/u012969412/article/details/70882296
https://keras-cn.readthedocs.io/en/latest/other/constraints/
https://keras-cn.readthedocs.io/en/latest/other/initializations/
https://blog.csdn.net/weixin_42499236/article/details/84624195