Conv1D

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

Una capa de convolución unidimensional (por ejemplo, convolución temporal en una serie de tiempo).

Esta capa crea un filtro de convolución que convoluciona con la entrada de la capa para producir un tensor de salidas.

  • El filtro de convolución 3-D.

    Declaración

    public var filter: Tensor<Scalar>
  • El vector de sesgo.

    Declaración

    public var bias: Tensor<Scalar>
  • La función de activación por elementos.

    Declaración

    @noDerivative
    public let activation: Activation
  • El paso de la ventana corredera para la dimensión temporal.

    Declaración

    @noDerivative
    public let stride: Int
  • El algoritmo de relleno para la convolución.

    Declaración

    @noDerivative
    public let padding: Padding
  • El factor de dilatación para la dimensión temporal.

    Declaración

    @noDerivative
    public let dilation: Int
  • El tipo de función de activación por elementos.

    Declaración

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • Crea una capa Conv1D con el filtro, el sesgo, la función de activación, la zancada, la dilatación y el relleno especificados.

    Declaración

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

    Parámetros

    filter

    El filtro de convolución 3-D de forma [ancho de filtro, recuento de canales de entrada, recuento de canales de salida].

    bias

    El vector de polarización de la forma [recuento de canales de salida].

    activation

    La función de activación por elementos.

    stride

    El paso de la ventana corredera para la dimensión temporal.

    padding

    El algoritmo de relleno para la convolución.

    dilation

    El factor de dilatación para la dimensión temporal.

  • Devuelve el resultado obtenido al aplicar la capa a la entrada dada.

    El ancho de salida se calcula como:

    ancho de salida = (ancho de entrada + 2 * tamaño de relleno - (dilatación * (ancho del filtro - 1) + 1)) / zancada + 1

    y el tamaño del relleno está determinado por el esquema de relleno.

    Nota

    El tamaño del relleno es igual a cero cuando se usa .valid .

    Declaración

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

    Parámetros

    input

    La entrada a la capa [tamaño de lote, ancho de entrada, recuento de canales de entrada].

    Valor de retorno

    La salida de la forma [tamaño del lote, ancho de salida, recuento de canales de salida].

Disponible donde `Scalar.RawSignificand`: `FixedWidthInteger`
  • Crea una capa Conv1D con la forma de filtro, zancada, relleno, dilatación y función de activación de elementos especificados.

    Declaración

    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()
    )

    Parámetros

    filterShape

    La forma tridimensional del filtro, que representa (ancho del filtro, recuento de canales de entrada, recuento de canales de salida).

    stride

    El paso de la ventana corredera para la dimensión temporal.

    padding

    El algoritmo de relleno para la convolución.

    dilation

    El factor de dilatación para la dimensión temporal.

    activation

    La función de activación por elementos.

    filterInitializer

    Inicializador que se utilizará para los parámetros del filtro.

    biasInitializer

    Inicializador que se utilizará para los parámetros de polarización.