SeparávelConv1D

@frozen
public struct SeparableConv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Uma camada de convolução separável 1-D.

Esta camada executa uma convolução profunda que atua separadamente nos canais seguida por uma convolução pontual que mistura os canais.

  • O kernel de convolução em profundidade 3-D.

    Declaração

    public var depthwiseFilter: Tensor<Scalar>

  • O kernel de convolução pontual 3-D.

    Declaração

    public var pointwiseFilter: 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 stride: 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 SeparableConv1D com o filtro de profundidade e ponto especificado, polarização, função de ativação, avanços e preenchimento.

    Declaração

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

    Parâmetros

    depthwiseFilter

    O kernel de convolução em profundidade 3-D [filter width, input channels count, channel multiplier] .

    pointwiseFilter

    O kernel de convolução pontual 3-D [1, channel multiplier * input channels count, output channels count] .

    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.

    Valor de retorno

    A saída.

  • Cria uma camada SeparableConv1D com a forma de filtro de profundidade e ponto especificada, avanços, preenchimento e função de ativação por elemento.

    Declaração

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

    Parâmetros

    depthwiseFilterShape

    A forma do kernel de convolução 3-D em profundidade.

    pointwiseFilterShape

    A forma do kernel de convolução pontual 3-D.

    strides

    Os avanços da janela deslizante para dimensões temporais.

    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.