@frozen
public struct Conv2D<Scalar> : Layer where Scalar : TensorFlowFloatingPointUna capa de convolución 2-D (por ejemplo, convolución espacial sobre imágenes).
Esta capa crea un filtro de convolución que convoluciona con la entrada de la capa para producir un tensor de salidas.
El filtro de convolución 4-D.
Declaración
public var filter: Tensor<Scalar>El vector de sesgo.
Declaración
public var bias: Tensor<Scalar>La función de activación por elementos.
Declaración
@noDerivative public let activation: ActivationLos pasos de la ventana corredera para las dimensiones espaciales.
Declaración
@noDerivative public let strides: (Int, Int)El algoritmo de relleno para la convolución.
Declaración
@noDerivative public let padding: PaddingEl factor de dilatación para las dimensiones espaciales.
Declaración
@noDerivative public let dilations: (Int, Int)Crea una capa
Conv2Dcon el filtro, el sesgo, la función de activación, los avances, las dilataciones y el relleno especificados.Declaración
public init( filter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, strides: (Int, Int) = (1, 1), padding: Padding = .valid, dilations: (Int, Int) = (1, 1) )Parámetros
filterEl filtro de convolución 4-D de forma [altura del filtro, ancho del filtro, recuento de canales de entrada, recuento de canales de salida].
biasEl vector de polarización de la forma [recuento de canales de salida].
activationLa función de activación por elementos.
stridesLos pasos de la ventana corredera para dimensiones espaciales, es decir (altura de paso, ancho de paso).
paddingEl algoritmo de relleno para la convolución.
dilationsLos factores de dilatación para las dimensiones espaciales, es decir (altura de dilatación, ancho de dilatación).
Devuelve el resultado obtenido al aplicar la capa a la entrada dada.
Las dimensiones espaciales de salida se calculan como:
altura de salida = (altura de entrada + 2 * altura de relleno - (altura de dilatación * (altura de filtro - 1) + 1)) / altura de zancada + 1
ancho de salida = (ancho de entrada + 2 * ancho de relleno - (ancho de dilatación * (ancho de filtro - 1) + 1)) / ancho de zancada + 1
y los tamaños de relleno están determinados por el esquema de relleno.
Nota
El tamaño del relleno es igual a cero cuando se usa
.valid.Parámetros
inputLa entrada a la capa de forma [tamaño del lote, altura de entrada, ancho de entrada, recuento de canales de entrada].
Valor de retorno
La salida de la forma [recuento de lotes, altura de salida, ancho de salida, recuento de canales de salida].
Crea una capa
Conv2Dcon la forma de filtro, pasos, relleno, dilataciones y función de activación de elementos especificados.Declaración
public init( filterShape: (Int, Int, Int, Int), strides: (Int, Int) = (1, 1), padding: Padding = .valid, dilations: (Int, Int) = (1, 1), activation: @escaping Activation = identity, useBias: Bool = true, filterInitializer: ParameterInitializer<Scalar> = glorotUniform(), biasInitializer: ParameterInitializer<Scalar> = zeros() )Parámetros
filterShapeLa forma del filtro de convolución 4-D, que representa (altura del filtro, ancho del filtro, recuento de canales de entrada, recuento de canales de salida).
stridesLos pasos de la ventana corredera para dimensiones espaciales, es decir (altura de paso, ancho de paso).
paddingEl algoritmo de relleno para la convolución.
dilationsLos factores de dilatación para las dimensiones espaciales, es decir (altura de dilatación, ancho de dilatación).
activationLa función de activación por elementos.
filterInitializerInicializador que se utilizará para los parámetros del filtro.
biasInitializerInicializador que se utilizará para los parámetros de polarización.