@frozen
public struct Conv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint1차원 컨볼루션 계층(예: 시계열에 대한 시간적 컨볼루션).
이 레이어는 레이어 입력과 컨볼루션되어 출력 텐서를 생성하는 컨볼루션 필터를 생성합니다.
3차원 컨볼루션 필터.
선언
public var filter: Tensor<Scalar>바이어스 벡터.
선언
public var bias: Tensor<Scalar>요소별 활성화 함수.
선언
@noDerivative public let activation: Activation시간적 차원에 대한 슬라이딩 윈도우의 보폭입니다.
선언
@noDerivative public let stride: Int컨볼루션을 위한 패딩 알고리즘입니다.
선언
@noDerivative public let padding: Padding시간 차원의 확장 인자입니다.
선언
@noDerivative public let dilation: Int지정된 필터, 바이어스, 활성화 함수, 보폭, 확장 및 패딩을 사용하여
Conv1D레이어를 생성합니다.선언
public init( filter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, stride: Int = 1, padding: Padding = .valid, dilation: Int = 1 )매개변수
filter[필터 폭, 입력 채널 수, 출력 채널 수] 모양의 3D 컨벌루션 필터입니다.
bias[출력 채널 수] 모양의 바이어스 벡터입니다.
activation요소별 활성화 함수.
stride시간적 차원에 대한 슬라이딩 윈도우의 보폭입니다.
padding컨볼루션을 위한 패딩 알고리즘입니다.
dilation시간 차원의 확장 인자입니다.
주어진 입력에 레이어를 적용하여 얻은 출력을 반환합니다.
출력 너비는 다음과 같이 계산됩니다.
출력 너비 = (입력 너비 + 2 * 패딩 크기 - (팽창 * (필터 너비 - 1) + 1)) / 보폭 + 1
패딩 크기는 패딩 방식에 따라 결정됩니다.
메모
.valid사용할 때 패딩 크기는 0입니다.매개변수
input레이어에 대한 입력 [배치 크기, 입력 너비, 입력 채널 수].
반환 값
[배치 크기, 출력 너비, 출력 채널 수] 모양의 출력입니다.
지정된 필터 모양, 보폭, 패딩, 팽창 및 요소별 활성화 함수를 사용하여
Conv1D레이어를 만듭니다.선언
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() )매개변수
filterShape(필터 폭, 입력 채널 수, 출력 채널 수)를 나타내는 필터의 3D 모양입니다.
stride시간적 차원에 대한 슬라이딩 윈도우의 보폭입니다.
padding컨볼루션을 위한 패딩 알고리즘입니다.
dilation시간 차원의 확장 인자입니다.
activation요소별 활성화 함수.
filterInitializer필터 매개변수에 사용할 초기화 프로그램입니다.
biasInitializer바이어스 매개변수에 사용할 초기화 프로그램입니다.