@frozen
public struct TransposedConv3D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint
שכבת טרנספוזיציה תלת מימדית (למשל קונבולוציית טרנספוזיציה מרחבית על פני תמונות).
שכבה זו יוצרת מסנן קונבולוציה שמסובב-טרנספוזיציה עם קלט השכבה כדי לייצר טנזור של יציאות.
ליבת פיתול 5-D.
הַצהָרָה
public var filter: Tensor<Scalar>
וקטור ההטיה.
הַצהָרָה
public var bias: Tensor<Scalar>
פונקציית ההפעלה מבחינה אלמנטרית.
הַצהָרָה
@noDerivative public let activation: Activation
הצעדים של חלון הזזה לממדים מרחביים.
הַצהָרָה
@noDerivative public let strides: (Int, Int, Int)
אלגוריתם הריפוד לקונבולציה.
הַצהָרָה
@noDerivative public let padding: Padding
המאפיין paddingIndex מאפשר לנו לטפל בחישוב המבוסס על ריפוד.
הַצהָרָה
@noDerivative public let paddingIndex: Int
יוצר שכבת
TransposedConv3D
עם המסנן, ההטיה, פונקציית ההפעלה, הצעדים והריפוד שצוין.הַצהָרָה
public init( filter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, strides: (Int, Int, Int) = (1, 1, 1), padding: Padding = .valid )
פרמטרים
filter
ליבת פיתול 5-D.
bias
וקטור ההטיה.
activation
פונקציית ההפעלה מבחינה אלמנטרית.
strides
הצעדים של חלון הזזה לממדים מרחביים.
padding
אלגוריתם הריפוד לקונבולציה.
יוצר שכבת
TransposedConv3D
עם צורת המסנן שצוינה, הצעדים, הריפוד ופונקציית ההפעלה מבחינת האלמנט. אתחול טנסור המסנן באמצעות אתחול אחיד של Glorot עם המחולל שצוין. וקטור ההטיה מאותחל באפסים.הַצהָרָה
public init( filterShape: (Int, Int, Int, Int, Int), strides: (Int, Int, Int) = (1, 1, 1), padding: Padding = .valid, activation: @escaping Activation = identity, useBias: Bool = true, filterInitializer: ParameterInitializer<Scalar> = glorotUniform(), biasInitializer: ParameterInitializer<Scalar> = zeros() )
פרמטרים
filterShape
צורת ליבת הפיתול ה-5-D.
strides
הצעדים של חלון הזזה לממדים מרחביים.
padding
אלגוריתם הריפוד לקונבולציה.
activation
פונקציית ההפעלה מבחינה אלמנטרית.
generator
מחולל המספרים האקראיים לאתחול.