relu 作为激活函数和层之间有什么区别吗？
Is there any difference between relu as an activation function or a layer?
relu作为激活函数和层有区别吗？例如
Conv2D(filters=8, kernel_size=(3, 3), activation='relu',padding='SAME', name='conv_2')
或
Conv2D(filters=8, kernel_size=(3, 3),padding='SAME', name='conv_2'),
ReLU()
没有实际区别，除了后者你可以 assign/set Relu()* 的参数。在第一种情况下，我相信它使用默认参数。
*https://www.tensorflow.org/api_docs/python/tf/keras/layers/ReLU
relu作为激活函数和层有区别吗？例如
Conv2D(filters=8, kernel_size=(3, 3), activation='relu',padding='SAME', name='conv_2')
或
Conv2D(filters=8, kernel_size=(3, 3),padding='SAME', name='conv_2'),
ReLU()
没有实际区别，除了后者你可以 assign/set Relu()* 的参数。在第一种情况下，我相信它使用默认参数。
*https://www.tensorflow.org/api_docs/python/tf/keras/layers/ReLU