TransposedConv2D

@frozen
public struct TransposedConv2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

یک لایه کانولوشن جابجا شده دو بعدی (مثلاً پیچیدگی انتقال فضایی روی تصاویر).

این لایه یک فیلتر کانولوشن ایجاد می کند که با ورودی لایه ترانسپوز می شود تا یک تانسور خروجی تولید کند.

  • هسته کانولوشن 4 بعدی.

    اعلام

    public var filter: Tensor<Scalar>
  • بردار تعصب.

    اعلام

    public var bias: Tensor<Scalar>
  • تابع فعال سازی از نظر عنصر.

    اعلام

    @noDerivative
    public let activation: Activation
  • گام های پنجره کشویی برای ابعاد فضایی.

    اعلام

    @noDerivative
    public let strides: (Int, Int)
  • الگوریتم padding برای کانولوشن.

    اعلام

    @noDerivative
    public let padding: Padding
  • ویژگی paddingIndex به ما اجازه می دهد تا محاسبات را بر اساس padding انجام دهیم.

    اعلام

    @noDerivative
    public let paddingIndex: Int
  • نوع تابع فعال سازی از نظر عنصر.

    اعلام

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • یک لایه TransposedConv2D با فیلتر مشخص شده، بایاس، تابع فعال‌سازی، گام‌ها و padding ایجاد می‌کند.

    اعلام

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

    مولفه های

    filter

    یک تانسور 4 بعدی شکل [height, width, output channel count, input channel count] .

    bias

    تانسور بایاس شکل [output channel count] .

    activation

    تابع فعال سازی از نظر عنصر.

    strides

    گام های پنجره کشویی برای ابعاد فضایی.

    padding

    الگوریتم padding برای کانولوشن.

  • خروجی به دست آمده از اعمال لایه به ورودی داده شده را برمی گرداند.

    اعلام

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

    مولفه های

    input

    ورودی لایه

    ارزش بازگشتی

    خروجی.

  • یک لایه TransposedConv2D با شکل فیلتر مشخص شده، گام‌ها، padding و تابع فعال‌سازی عنصری ایجاد می‌کند.

    اعلام

    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()
    )

    مولفه های

    filterShape

    یک تانسور 4 بعدی شکل [width, height, input channel count, output channel count] .

    strides

    گام های پنجره کشویی برای ابعاد فضایی.

    padding

    الگوریتم padding برای کانولوشن.

    activation

    تابع فعال سازی از نظر عنصر.

    filterInitializer

    Initializer برای استفاده برای پارامترهای فیلتر.

    biasInitializer

    Initializer برای استفاده برای پارامترهای بایاس.