التحويل 1 د

@frozen
public struct Conv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

طبقة الالتواء أحادية الأبعاد (على سبيل المثال الالتفاف الزمني عبر سلسلة زمنية).

تقوم هذه الطبقة بإنشاء مرشح تلافيفي يتم دمجه مع مدخلات الطبقة لإنتاج موتر من المخرجات.

  • مرشح الالتواء ثلاثي الأبعاد.

    تصريح

    public var filter: Tensor<Scalar>
  • ناقل التحيز.

    تصريح

    public var bias: Tensor<Scalar>
  • وظيفة التنشيط الحكيمة للعنصر.

    تصريح

    @noDerivative
    public let activation: Activation
  • خطوة النافذة المنزلقة للبعد الزمني.

    تصريح

    @noDerivative
    public let stride: Int
  • خوارزمية الحشو للالتفاف.

    تصريح

    @noDerivative
    public let padding: Padding
  • عامل التمدد للبعد الزمني.

    تصريح

    @noDerivative
    public let dilation: Int
  • نوع وظيفة التنشيط حسب العناصر.

    تصريح

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • ينشئ طبقة Conv1D باستخدام المرشح المحدد والتحيز ووظيفة التنشيط والخطوة والتمدد والحشو.

    تصريح

    public init(
      filter: Tensor<Scalar>,
      bias: Tensor<Scalar>? = nil,
      activation: @escaping Activation = identity,
      stride: Int = 1,
      padding: Padding = .valid,
      dilation: Int = 1
    )

    حدود

    filter

    مرشح الالتواء ثلاثي الأبعاد للشكل [عرض المرشح، عدد قنوات الإدخال، عدد قنوات الإخراج].

    bias

    متجه التحيز للشكل [عدد قنوات الإخراج].

    activation

    وظيفة التنشيط الحكيمة للعنصر.

    stride

    خطوة النافذة المنزلقة للبعد الزمني.

    padding

    خوارزمية الحشو للالتفاف.

    dilation

    عامل التمدد للبعد الزمني.

  • إرجاع المخرجات التي تم الحصول عليها من تطبيق الطبقة على المدخلات المحددة.

    يتم حساب عرض الإخراج على النحو التالي:

    عرض الإخراج = (عرض الإدخال + 2 * حجم الحشو - (التمدد * (عرض الفلتر - 1) + 1)) / الخطوة + 1

    ويتم تحديد حجم الحشو من خلال نظام الحشو.

    ملحوظة

    حجم الحشو يساوي صفر عند استخدام .valid .

    تصريح

    @differentiable
    public func forward(_ input: Tensor<Scalar>) -> Tensor<Scalar>

    حدود

    input

    الإدخال إلى الطبقة [حجم الدفعة، عرض الإدخال، عدد قنوات الإدخال].

    قيمة الإرجاع

    إخراج الشكل [حجم الدفعة، عرض الإخراج، عدد قنوات الإخراج].

متاح حيث `Scalar.RawSignificand`: `FixedWidthInteger`
  • ينشئ طبقة Conv1D مع شكل المرشح المحدد، والخطوة، والحشو، والتمدد، ووظيفة التنشيط حسب العنصر.

    تصريح

    public init(
      filterShape: (Int, Int, Int),
      stride: Int = 1,
      padding: Padding = .valid,
      dilation: Int = 1,
      activation: @escaping Activation = identity,
      useBias: Bool = true,
      filterInitializer: ParameterInitializer<Scalar> = glorotUniform(),
      biasInitializer: ParameterInitializer<Scalar> = zeros()
    )

    حدود

    filterShape

    الشكل ثلاثي الأبعاد للمرشح والذي يمثل (عرض المرشح، عدد قنوات الإدخال، عدد قنوات الإخراج).

    stride

    خطوة النافذة المنزلقة للبعد الزمني.

    padding

    خوارزمية الحشو للالتفاف.

    dilation

    عامل التمدد للبعد الزمني.

    activation

    وظيفة التنشيط الحكيمة للعنصر.

    filterInitializer

    مُهيئ لاستخدامه في معلمات التصفية.

    biasInitializer

    مُهيئ لاستخدامه في معلمات التحيز.