TransposisiConv2D

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

Lapisan konvolusi transposisi 2-D (misalnya konvolusi transposisi spasial pada gambar).

Lapisan ini membuat filter konvolusi yang dikonvolusi secara transpos dengan masukan lapisan untuk menghasilkan tensor keluaran.

  • Kernel konvolusi 4-D.

    Pernyataan

    public var filter: Tensor<Scalar>
  • Vektor bias.

    Pernyataan

    public var bias: Tensor<Scalar>
  • Fungsi aktivasi berdasarkan elemen.

    Pernyataan

    @noDerivative
    public let activation: Activation
  • Langkah jendela geser untuk dimensi spasial.

    Pernyataan

    @noDerivative
    public let strides: (Int, Int)
  • Algoritma padding untuk konvolusi.

    Pernyataan

    @noDerivative
    public let padding: Padding
  • Properti paddingIndex memungkinkan kita menangani komputasi berdasarkan padding.

    Pernyataan

    @noDerivative
    public let paddingIndex: Int
  • Jenis fungsi aktivasi berdasarkan elemen.

    Pernyataan

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • Membuat lapisan TransposedConv2D dengan filter, bias, fungsi aktivasi, langkah, dan padding yang ditentukan.

    Pernyataan

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

    Parameter

    filter

    Tensor bentuk 4-D [height, width, output channel count, input channel count] .

    bias

    Tensor bias bentuk [output channel count] .

    activation

    Fungsi aktivasi berdasarkan elemen.

    strides

    Langkah jendela geser untuk dimensi spasial.

    padding

    Algoritma padding untuk konvolusi.

  • Mengembalikan keluaran yang diperoleh dari penerapan lapisan ke masukan yang diberikan.

    Pernyataan

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

    Parameter

    input

    Masukan ke lapisan.

    Nilai Pengembalian

    Hasil.

  • Membuat lapisan TransposedConv2D dengan bentuk filter, langkah, padding, dan fungsi aktivasi berdasarkan elemen yang ditentukan.

    Pernyataan

    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()
    )

    Parameter

    filterShape

    Tensor bentuk 4-D [width, height, input channel count, output channel count] .

    strides

    Langkah jendela geser untuk dimensi spasial.

    padding

    Algoritma padding untuk konvolusi.

    activation

    Fungsi aktivasi berdasarkan elemen.

    filterInitializer

    Inisialisasi yang digunakan untuk parameter filter.

    biasInitializer

    Inisialisasi yang digunakan untuk parameter bias.