SeparableConv1D

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

Uma camada de convolução separável 1-D.

Essa camada realiza uma convolução em profundidade que atua separadamente nos canais, seguida por uma convolução pontual que mistura canais.

  • O kernel de convolução em profundidade 3-D.

    Declaração

    public var depthwiseFilter: Tensor<Scalar>

  • O kernel da convolução pontual 3-D.

    Declaração

    public var pointwiseFilter: Tensor<Scalar>

  • O vetor de polarização.

    Declaração

    public var bias: Tensor<Scalar>

  • A função de ativação por elemento.

    Declaração

    @noDerivative
public let activation: Activation

  • Os passos 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 por elemento.

    Declaração

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

  • Cria um SeparableConv1D camada com a depthwise especificado e filtro pontual, a polarização, a função de activação, passos, e estofamento.

    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 3-D depthwise convolução do kernel [filter width, input channels count, channel multiplier] .

    pointwiseFilter

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

    bias

    O vetor de polarização.

    activation

    A função de ativação por elemento.

    strides

    Os passos da janela deslizante para dimensões espaciais.

    padding

    O algoritmo de preenchimento para convolução.

  • Retorna a saída obtida da aplicação da 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 um SeparableConv1D camada com a forma especificada e depthwise filtro pontual, passos, preenchimento, e a função de activação elemento a 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 núcleo de convolução em profundidade 3-D.

    pointwiseFilterShape

    A forma do núcleo 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 por elemento.

    filterInitializer

    Inicializador a ser usado para os parâmetros do filtro.

    biasInitializer

    Inicializador a ser usado para os parâmetros de polarização.