1、正则化层 Normalization Layers
对 输入 采用正则化的话，可以加快神经网络的训练速度
也就是通道数的大小
2、Recurrent Layers****（特定网络使用）
一般用于文字识别当中
3、Transform Layers*****（特定网络使用）
4、Linear Layers 线性层
加不加偏执是可以通过参数设置的。
VGG网络
5、Dropout Layers
主要防止过拟合
6、EMBEDDING
主要用于自然语言处理中
7、Distance Functions
主要用于计算两个值之间的误差
8、Loss Function
误差
标签：Layers,17,正则,----,神经网络,线性 From： https://www.cnblogs.com/ar-boke/p/17139505.html