# TFLearn 估计层 TFLearn 在`tflearn.layers.estimator`模块中只提供一层： | 层类 | 描述 | | --- | --- | | `regression` | 该层实现线性或逻辑回归 | 在创建回归层时，您可以指定优化程序以及损失和度量函数。 TFLearn 在`tflearn.optimizers`模块中提供以下优化器函数作为类： * `SGD` * `RMSprop` * `Adam` * `Momentum` * ``AdaGrad`` * `Ftrl` * `AdaDelta` * `ProximalAdaGrad` * `Nesterov` 您可以通过扩展`tflearn.optimizers.Optimizer`基类来创建自定义优化器。 TFLearn 在`tflearn.metrics`模块中提供以下度量函数作为类或操作： * `Accuracy`或`accuracy_op` * `Top_k`或`top_k_op` * `R2`或`r2_op` * `WeightedR2`或`weighted_r2_op` * `binary_accuracy_op` 您可以通过扩展`tflearn.metrics.Metric`基类来创建自定义指标。 TFLearn 在`tflearn.objectives`模块中提供以下损失函数，称为目标： * `softymax_categorical_crossentropy` * `categorical_crossentropy` * `binary_crossentropy` * `weighted_crossentropy` * `mean_square` * `hinge_loss` * `roc_auc_score` * `weak_cross_entropy_2d` 在指定输入，隐藏和输出层时，您可以指定要应用于输出的激活函数。 TFLearn 在`tflearn.activations`模块中提供以下激活函数： * `linear` * `tanh` * `sigmoid` * `softmax` * `softplus` * `softsign` * `relu` * `relu6` * `leaky_relu` * `prelu` * `elu` * `crelu` * `selu`