تسلسلي

تنظيم صفحاتك في مجموعات يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.
public struct Sequential<Layer1: Module, Layer2: Layer>: Module
    where Layer1.Output == Layer2.Input,
          Layer1.TangentVector.VectorSpaceScalar == Layer2.TangentVector.VectorSpaceScalar
extension Sequential: Layer where Layer1: Layer

طبقة تتكون بالتسلسل من طبقتين أو أكثر.

أمثلة:

  • قم ببناء نموذج بسيط من طبقتين مدركين لـ MNIST:
let inputSize = 28 * 28
let hiddenSize = 300
var classifier = Sequential {
     Dense<Float>(inputSize: inputSize, outputSize: hiddenSize, activation: relu)
     Dense<Float>(inputSize: hiddenSize, outputSize: 3, activation: identity)
 }
  • إنشاء برنامج تشفير تلقائي لـ MNIST:
var autoencoder = Sequential {
    // The encoder.
    Dense<Float>(inputSize: 28 * 28, outputSize: 128, activation: relu)
    Dense<Float>(inputSize: 128, outputSize: 64, activation: relu)
    Dense<Float>(inputSize: 64, outputSize: 12, activation: relu)
    Dense<Float>(inputSize: 12, outputSize: 3, activation: relu)
    // The decoder.
    Dense<Float>(inputSize: 3, outputSize: 12, activation: relu)
    Dense<Float>(inputSize: 12, outputSize: 64, activation: relu)
    Dense<Float>(inputSize: 64, outputSize: 128, activation: relu)
    Dense<Float>(inputSize: 128, outputSize: imageHeight * imageWidth, activation: tanh)
}
  • إعلان

    public var layer1: Layer1
  • إعلان

    public var layer2: Layer2
  • إعلان

    public init(_ layer1: Layer1, _ layer2: Layer2)
  • إعلان

    @differentiable(wrt: self)
    public func callAsFunction(_ input: Layer1.Input) -> Layer2.Output
  • إعلان

    public init(@LayerBuilder layers: () -> `Self`)

متاح حيث "Layer1": "Layer"

  • إعلان

    @differentiable
    public func callAsFunction(_ input: Layer1.Input) -> Layer2.Output