Capa, Capa

public protocol Layer : Module where Self.Input : Differentiable

Una capa de red neuronal.

Los tipos que se ajustan a Layer representan funciones que asignan entradas a salidas. Pueden tener un estado interno representado por parámetros, como tensores de peso.

Las instancias Layer definen un método callAsFunction(_:) diferenciable para asignar entradas a salidas.

  • Devuelve el resultado obtenido al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    La salida.

  • adelante(_:) Implementación predeterminada

    Implementación predeterminada

    Declaración

    @differentiable
func forward(_ input: Input) -> Output
  • infiriendo (de:) Método de extensión

    Devuelve el resultado de inferencia obtenido al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    El resultado de la inferencia.

  • retropropagador Método de extensión

    Declaración

    public typealias Backpropagator = (_ direction: Output.TangentVector)
  -> (layerGradient: TangentVector, inputGradient: Input.TangentVector)
  • aplicadoParaRetropropagación(a:) Método de extensión

    Devuelve la salida de inferencia y la función de retropropagación obtenida al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    Una tupla que contiene la salida y la función de retropropagación. La función de retropropagación (también conocida como retropropagador) toma un vector de dirección y devuelve los gradientes en la capa y en la entrada, respectivamente.

Disponible donde `Entrada`: `DifferentiableTensorProtocol`, `Salida`: `DifferentiableTensorProtocol`
  • llamarAsFunction(_:) Implementación predeterminada

    Implementación predeterminada

    Declaración

    @differentiable(wrt: self)
@differentiable
public func callAsFunction(_ input: Input) -> Output
, 
public protocol Layer : Module where Self.Input : Differentiable

Una capa de red neuronal.

Los tipos que se ajustan a Layer representan funciones que asignan entradas a salidas. Pueden tener un estado interno representado por parámetros, como tensores de peso.

Las instancias Layer definen un método callAsFunction(_:) diferenciable para asignar entradas a salidas.

  • Devuelve el resultado obtenido al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    La salida.

  • adelante(_:) Implementación predeterminada

    Implementación predeterminada

    Declaración

    @differentiable
func forward(_ input: Input) -> Output
  • infiriendo (de:) Método de extensión

    Devuelve el resultado de inferencia obtenido al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    El resultado de la inferencia.

  • retropropagador Método de extensión

    Declaración

    public typealias Backpropagator = (_ direction: Output.TangentVector)
  -> (layerGradient: TangentVector, inputGradient: Input.TangentVector)
  • aplicadoParaRetropropagación(a:) Método de extensión

    Devuelve la salida de inferencia y la función de retropropagación obtenida al aplicar la capa a la entrada dada.

    Declaración

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

    Parámetros

    input

    La entrada a la capa.

    Valor de retorno

    Una tupla que contiene la salida y la función de retropropagación. La función de retropropagación (también conocida como retropropagador) toma un vector de dirección y devuelve los gradientes en la capa y en la entrada, respectivamente.

Disponible donde `Entrada`: `DifferentiableTensorProtocol`, `Salida`: `DifferentiableTensorProtocol`
  • llamarAsFunction(_:) Implementación predeterminada

    Implementación predeterminada

    Declaración

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