레이어

public protocol Layer : Module where Self.Input : Differentiable

신경망 계층.

Layer 준수하는 유형은 입력을 출력으로 매핑하는 기능을 나타냅니다. 가중치 텐서와 같은 매개변수로 표시되는 내부 상태를 가질 수 있습니다.

Layer 인스턴스는 입력을 출력으로 매핑하기 위해 차별화 가능한 callAsFunction(_:) 메서드를 정의합니다.

  • 주어진 입력에 레이어를 적용하여 얻은 출력을 반환합니다.

    선언

    @differentiable
func callAsFunction(_ input: Input) -> Output

    매개변수

    input

    레이어에 대한 입력입니다.

    반환 값

    출력.

  • 앞으로(_:) 기본 구현

    기본 구현

    선언

    @differentiable
func forward(_ input: Input) -> Output
  • 추론(에서:) 확장 방법

    주어진 입력에 레이어를 적용하여 얻은 추론 출력을 반환합니다.

    선언

    public func inferring(from input: Input) -> Output

    매개변수

    input

    레이어에 대한 입력입니다.

    반환 값

    추론 출력.

  • 역전파기 확장 방법

    선언

    public typealias Backpropagator = (_ direction: Output.TangentVector)
  -> (layerGradient: TangentVector, inputGradient: Input.TangentVector)

  • 주어진 입력에 레이어를 적용하여 얻은 추론 출력과 역전파 함수를 반환합니다.

    선언

    public func appliedForBackpropagation(to input: Input)
  -> (output: Output, backpropagator: Backpropagator)

    매개변수

    input

    레이어에 대한 입력입니다.

    반환 값

    출력과 역전파 함수를 포함하는 튜플입니다. 역전파 함수(역전파기라고도 함)는 방향 벡터를 사용하여 각각 레이어와 입력에서의 그래디언트를 반환합니다.

`입력`: `DifferentiableTensorProtocol`, `출력`: `DifferentiableTensorProtocol`에서 사용 가능
  • callAsFunction(_:) 기본 구현

    기본 구현

    선언

    @differentiable(wrt: self)
@differentiable
public func callAsFunction(_ input: Input) -> Output