@frozen
public struct Conv3D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint
Una capa de convolución 3-D para convolución espacial / espacio-temporal sobre imágenes.
Esta capa crea un filtro de convolución que se convoluciona con la entrada de la capa para producir un tensor de salidas.
El filtro de convolución 5-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: Activation
Los pasos de la ventana deslizante para dimensiones espaciales.
Declaración
@noDerivative public let strides: (Int, Int, Int)
El algoritmo de relleno para convolución.
Declaración
@noDerivative public let padding: Padding
El factor de dilatación para las dimensiones espaciales / espaciotemporales.
Declaración
@noDerivative public let dilations: (Int, Int, Int)
Crea un
Conv3D
capa con el filtro especificado, el sesgo, la función de activación, zancadas, y el relleno.Declaración
public init( filter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, strides: (Int, Int, Int) = (1, 1, 1), padding: Padding = .valid, dilations: (Int, Int, Int) = (1, 1, 1) )
Parámetros
filter
El filtro de convolución 5-D de forma [profundidad del filtro, altura del filtro, ancho del filtro, recuento del canal de entrada, recuento del canal de salida].
bias
El vector de polarización de la forma [recuento de canales de salida].
activation
La función de activación por elementos.
strides
Las zancadas de la ventana deslizante para las dimensiones espaciales, es decir (profundidad de zancada, altura de zancada, ancho de zancada)
padding
El algoritmo de relleno para convolución.
dilations
El factor de dilatación de las dimensiones espaciales / espaciotemporales.
Devuelve la salida obtenida al aplicar la capa a la entrada dada.
Las dimensiones espaciales de salida se calculan como:
profundidad de salida = (profundidad de entrada + 2 * profundidad de relleno - (profundidad de dilatación * (profundidad de filtro - 1) + 1)) / profundidad de zancada + 1
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 acolchado están determinados por el esquema de acolchado.
Nota
Relleno tamaño es igual a cero cuando se utiliza
.valid
.Parámetros
input
La entrada a la capa de forma [recuento de lotes, profundidad de entrada, altura de entrada, ancho de entrada, recuento de canales de entrada].
Valor devuelto
La salida de forma [recuento de lotes, profundidad de salida, altura de salida, ancho de salida, recuento de canales de salida].
init (filterShape: strides: padding: dilations: activación: useBias: filterInitializer: biasInitializer :)
Crea un
Conv3D
capa con el filtro de forma, zancadas, relleno, dilataciones especificados y la función de activación de elemento a elemento. El tensor del filtro se inicializa mediante la inicialización uniforme de Glorot con la semilla especificada. El vector de sesgo se inicializa con ceros.Declaración
public init( filterShape: (Int, Int, Int, Int, Int), strides: (Int, Int, Int) = (1, 1, 1), padding: Padding = .valid, dilations: (Int, Int, Int) = (1, 1, 1), activation: @escaping Activation = identity, useBias: Bool = true, filterInitializer: ParameterInitializer<Scalar> = glorotUniform(), biasInitializer: ParameterInitializer<Scalar> = zeros() )
Parámetros
filterShape
La forma del filtro de convolución 5-D, que representa (profundidad del filtro, altura del filtro, ancho del filtro, recuento de canales de entrada, recuento de canales de salida).
strides
Las zancadas de la ventana deslizante para las dimensiones espaciales, es decir (profundidad de zancada, altura de zancada, ancho de zancada)
padding
El algoritmo de relleno para convolución.
dilations
El factor de dilatación de las dimensiones espaciales / espaciotemporales.
activation
La función de activación por elementos.
filterInitializer
Inicializador que se utilizará para los parámetros del filtro.
biasInitializer
Inicializador que se utilizará para los parámetros de polarización.