我正试图使用keras和tensorflow学习深度学习,我在https://www.tensorflow.org/tutorials/keras/regression其中,他们使用normalizer=tf.keras.layers.normalization(axis=-1(创建了一个规范化层。请有人解释axis=-1的含义。我试着查看API文档,但我无法理解其中的解释?我知道轴=0表示行,轴=1表示列,对吧?提前感谢
根据文档,该层为:
对连续特征进行归一化的预处理层。
然后,在axis
:的描述下
默认值为-1,其中输入的最后一个轴被假设为特征维度,并按索引进行归一化。
从这两个语句中,我们可以看到-1
在本文中只是指最后一个轴。这在Python中非常常见,例如,您可以使用-1
为列表中的最后一个元素编制索引。