tf.layers.Conv1D vs tf.keras.layers.Conv1D

Question

我正在使用在tf.layers.conv1d教程中找到的this，但随后意识到它已被弃用。然后我发现了tf.layers.Conv1D和tf.keras.layers.Conv1D。我理解后者是一维卷积层的keras实现。然而，我不确定使用哪一个以及功能方面的差异。如果输入数据来自csv文件，那么有人可能会指出使用这两个中的任何一个的例子。

Answer 1

首先，不推荐使用Layers API，它将从TF 2.0中删除。 keras.layers是直接替代品，因为它将成为未来版本的主要高级API。根据官方文档，tf.layers是围绕tf.keras.layers的包装。 Layers API中的卷积层继承自tf.keras.layers。来自tensorflow/python/layers/convolutional.py：

@tf_export('layers.Conv1D')
class Conv1D(keras_layers.Conv1D, base.Layer):
  """1D convolution layer (e.g. temporal convolution). 

TensorFlow图层不能直接在Keras模型中使用，因为它们会遗漏Keras API所需的某些属性。但是，可以将它们与Keras Lambda层一起使用。