Conv1D 

@frozen
public struct Conv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Uma camada de convolução 1-D (por exemplo, convolução temporal ao longo de uma série temporal).

Esta camada cria um filtro de convolução que é convoluído com a entrada da camada para produzir um tensor de saídas.

  • O filtro de convolução 3-D.

    Declaração 

    public var filter: Tensor<Scalar>

  • O vetor de polarização.

    Declaração 

    public var bias: Tensor<Scalar>

  • A função de ativação elemento a elemento.

    Declaração 

    @noDerivative
public let activation: Activation

  • O passo da janela deslizante para a dimensão temporal.

    Declaração 

    @noDerivative
public let stride: Int

  • O algoritmo de preenchimento para convolução.

    Declaração 

    @noDerivative
public let padding: Padding

  • O fator de dilatação para a dimensão temporal.

    Declaração 

    @noDerivative
public let dilation: Int

  • O tipo de função de ativação elemento a elemento.

    Declaração 

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>

  • Cria uma camada Conv1D com filtro, polarização, função de ativação, passada, dilatação e preenchimento especificados.

    Declaração 

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

    Parâmetros

    filter

    O filtro de convolução 3-D de forma [largura do filtro, contagem de canais de entrada, contagem de canais de saída].

    bias

    O vetor de polarização da forma [contagem de canais de saída].

    activation

    A função de ativação elemento a elemento.

    stride

    O passo da janela deslizante para a dimensão temporal.

    padding

    O algoritmo de preenchimento para convolução.

    dilation

    O fator de dilatação para a dimensão temporal.

  • Retorna a saída obtida ao aplicar a camada à entrada fornecida.

    A largura de saída é calculada como:

    largura de saída = (largura de entrada + 2 * tamanho do preenchimento - (dilatação * (largura do filtro - 1) + 1)) / passada + 1

    e o tamanho do preenchimento é determinado pelo esquema de preenchimento.

    Observação

    O tamanho do preenchimento é igual a zero ao usar .valid .

    Declaração 

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

    Parâmetros

    input

    A entrada para a camada [tamanho do lote, largura de entrada, contagem de canais de entrada].

    Valor de retorno

    A saída do formato [tamanho do lote, largura de saída, contagem de canais de saída].

Disponível onde `Scalar.RawSignificand`: `FixedWidthInteger`

  • Cria uma camada Conv1D com a forma de filtro especificada, passada, preenchimento, dilatação e função de ativação por elemento.

    Declaração 

    public init(
  filterShape: (Int, Int, Int),
  stride: Int = 1,
  padding: Padding = .valid,
  dilation: Int = 1,
  activation: @escaping Activation = identity,
  useBias: Bool = true,
  filterInitializer: ParameterInitializer<Scalar> = glorotUniform(),
  biasInitializer: ParameterInitializer<Scalar> = zeros()
)

    Parâmetros

    filterShape

    A forma 3D do filtro, representando (largura do filtro, contagem de canais de entrada, contagem de canais de saída).

    stride

    O passo da janela deslizante para a dimensão temporal.

    padding

    O algoritmo de preenchimento para convolução.

    dilation

    O fator de dilatação para a dimensão temporal.

    activation

    A função de ativação elemento a elemento.

    filterInitializer

    Inicializador a ser usado para os parâmetros de filtro.

    biasInitializer

    Inicializador a ser usado para os parâmetros de polarização.