ProfundidadeConv2D

@frozen
public struct DepthwiseConv2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Uma camada de convolução 2-D em profundidade.

Esta camada cria filtros de convolução separáveis ​​que são convolvidos com a entrada da camada para produzir um tensor de saídas.

  • O kernel de convolução 4-D.

    Declaração

    public var filter: Tensor<Scalar>

  • O vetor de polarização.

    Declaração

    public var bias: Tensor<Scalar>

  • A função de ativação elemento a elemento.

    Declaração

    @noDerivative
public let activation: Activation

  • Os avanços da janela deslizante para dimensões espaciais.

    Declaração

    @noDerivative
public let strides: (Int, Int)

  • O algoritmo de preenchimento para convolução.

    Declaração

    @noDerivative
public let padding: Padding

  • O tipo de função de ativação elemento a elemento.

    Declaração

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>

  • Cria uma camada DepthwiseConv2D com o filtro, polarização, função de ativação, avanços e preenchimento especificados.

    Declaração

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

    Parâmetros

    filter

    O kernel de convolução 4-D.

    bias

    O vetor de polarização.

    activation

    A função de ativação elemento a elemento.

    strides

    Os avanços da janela deslizante para dimensões espaciais.

    padding

    O algoritmo de preenchimento para convolução.

  • Retorna a saída obtida ao aplicar a camada à entrada fornecida.

    Declaração

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

    Parâmetros

    input

    A entrada para a camada de forma, [contagem de lote, altura de entrada, largura de entrada, contagem de canais de entrada]

    Valor de retorno

    A saída da forma, [contagem de lote, altura de saída, largura de saída, contagem de canal de entrada * multiplicador de canal]

  • Cria uma camada DepthwiseConv2D com a forma de filtro especificada, avanços, preenchimento e função de ativação por elemento.

    Declaração

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

    Parâmetros

    filterShape

    A forma do kernel de convolução 4-D com forma, [largura do filtro, altura do filtro, contagem de canais de entrada, multiplicador de canal].

    strides

    Os avanços da janela deslizante para dimensões espaciais/espaciotemporais.

    padding

    O algoritmo de preenchimento para convolução.

    activation

    A função de ativação elemento a elemento.

    filterInitializer

    Inicializador a ser usado para os parâmetros de filtro.

    biasInitializer

    Inicializador a ser usado para os parâmetros de polarização.