@frozen
public struct TransposedConv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint
เลเยอร์การโน้มน้าวใจแบบขนย้าย 1 มิติ (เช่น การโน้มน้าวขนแบบขนย้ายชั่วคราวเหนือรูปภาพ)
เลเยอร์นี้สร้างตัวกรองการบิดที่สลับสับเปลี่ยนกับอินพุตเลเยอร์เพื่อสร้างเทนเซอร์ของเอาท์พุต
เคอร์เนลการบิดแบบ 1-D
คำประกาศ
public var filter: Tensor<Scalar>
เวกเตอร์อคติ
คำประกาศ
public var bias: Tensor<Scalar>
ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ
คำประกาศ
@noDerivative public let activation: Activation
ความก้าวหน้าของหน้าต่างบานเลื่อนเพื่อมิติเชิงพื้นที่
คำประกาศ
@noDerivative public let stride: Int
อัลกอริธึมการเติมสำหรับการบิด
คำประกาศ
@noDerivative public let padding: Padding
คุณสมบัติ paddingIndex ช่วยให้เราสามารถจัดการการคำนวณตามการเติม
คำประกาศ
@noDerivative public let paddingIndex: Int
สร้างเลเยอร์
TransposedConv1D
พร้อมด้วยตัวกรอง อคติ ฟังก์ชันการเปิดใช้งาน การก้าวย่าง และช่องว่างภายในที่ระบุคำประกาศ
public init( filter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, stride: Int = 1, padding: Padding = .valid )
พารามิเตอร์
filter
เคอร์เนลการบิดสามมิติ
bias
เวกเตอร์อคติ
activation
ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ
strides
ความก้าวหน้าของหน้าต่างบานเลื่อนเพื่อมิติเชิงพื้นที่
padding
อัลกอริธึมการเติมสำหรับการบิด
สร้างเลเยอร์
TransposedConv1D
ด้วยรูปร่างตัวกรอง การก้าวย่าง การเติม และฟังก์ชันการเปิดใช้งานตามองค์ประกอบที่ระบุ เทนเซอร์ตัวกรองเริ่มต้นได้โดยใช้การกำหนดค่าเริ่มต้นแบบสม่ำเสมอของ Glorot ด้วยตัวสร้างที่ระบุ เวกเตอร์อคติเริ่มต้นด้วยศูนย์คำประกาศ
public init( filterShape: (Int, Int, Int), stride: Int = 1, padding: Padding = .valid, activation: @escaping Activation = identity, useBias: Bool = true, filterInitializer: ParameterInitializer<Scalar> = glorotUniform(), biasInitializer: ParameterInitializer<Scalar> = zeros() )
พารามิเตอร์
filterShape
รูปร่างของเคอร์เนลการบิดสามมิติ
strides
ความก้าวหน้าของหน้าต่างบานเลื่อนเพื่อมิติเชิงพื้นที่
padding
อัลกอริธึมการเติมสำหรับการบิด
activation
ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ
generator
เครื่องกำเนิดตัวเลขสุ่มสำหรับการเริ่มต้น