रूपांतरण1D

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

एक 1-डी कनवल्शन परत (उदाहरण के लिए समय-श्रृंखला पर अस्थायी कनवल्शन)।

यह परत एक कनवल्शन फ़िल्टर बनाती है जो आउटपुट के टेंसर का उत्पादन करने के लिए परत इनपुट के साथ जुड़ती है।

  • 3-डी कन्वोल्यूशन फ़िल्टर।

    घोषणा

    public var filter: Tensor<Scalar>
  • पूर्वाग्रह वेक्टर.

    घोषणा

    public var bias: Tensor<Scalar>
  • तत्व-वार सक्रियण फ़ंक्शन।

    घोषणा

    @noDerivative
    public let activation: Activation
  • अस्थायी आयाम के लिए स्लाइडिंग विंडो की प्रगति।

    घोषणा

    @noDerivative
    public let stride: Int
  • कनवल्शन के लिए पैडिंग एल्गोरिदम।

    घोषणा

    @noDerivative
    public let padding: Padding
  • लौकिक आयाम के लिए फैलाव कारक.

    घोषणा

    @noDerivative
    public let dilation: Int
  • तत्व-वार सक्रियण फ़ंक्शन प्रकार।

    घोषणा

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • निर्दिष्ट फ़िल्टर, पूर्वाग्रह, सक्रियण फ़ंक्शन, स्ट्राइड, फैलाव और पैडिंग के साथ एक Conv1D परत बनाता है।

    घोषणा

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

    पैरामीटर

    filter

    आकार का 3-डी कनवल्शन फ़िल्टर [फ़िल्टर चौड़ाई, इनपुट चैनल गिनती, आउटपुट चैनल गिनती]।

    bias

    आकार का पूर्वाग्रह वेक्टर [आउटपुट चैनल गिनती]।

    activation

    तत्व-वार सक्रियण फ़ंक्शन।

    stride

    अस्थायी आयाम के लिए स्लाइडिंग विंडो की प्रगति।

    padding

    कनवल्शन के लिए पैडिंग एल्गोरिदम।

    dilation

    लौकिक आयाम के लिए फैलाव कारक.

  • दिए गए इनपुट पर परत लगाने से प्राप्त आउटपुट लौटाता है।

    आउटपुट चौड़ाई की गणना इस प्रकार की जाती है:

    आउटपुट चौड़ाई = (इनपुट चौड़ाई + 2 * पैडिंग आकार - (फैलाव * (फ़िल्टर चौड़ाई - 1) + 1)) / स्ट्राइड + 1

    और पैडिंग का आकार पैडिंग योजना द्वारा निर्धारित किया जाता है।

    टिप्पणी

    .valid उपयोग करते समय पैडिंग का आकार शून्य के बराबर होता है।

    घोषणा

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

    पैरामीटर

    input

    परत का इनपुट [बैच आकार, इनपुट चौड़ाई, इनपुट चैनल गिनती]।

    वापसी मूल्य

    आकार का आउटपुट [बैच आकार, आउटपुट चौड़ाई, आउटपुट चैनल गिनती]।

उपलब्ध है जहां `Scalar.RawSignificand`: `FixedWidthInteger`
  • निर्दिष्ट फ़िल्टर आकार, स्ट्राइड, पैडिंग, फैलाव और तत्व-वार सक्रियण फ़ंक्शन के साथ एक Conv1D परत बनाता है।

    घोषणा

    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()
    )

    पैरामीटर

    filterShape

    फ़िल्टर का 3-डी आकार, (फ़िल्टर चौड़ाई, इनपुट चैनल गिनती, आउटपुट चैनल गिनती) का प्रतिनिधित्व करता है।

    stride

    अस्थायी आयाम के लिए स्लाइडिंग विंडो की प्रगति।

    padding

    कनवल्शन के लिए पैडिंग एल्गोरिदम।

    dilation

    लौकिक आयाम के लिए फैलाव कारक.

    activation

    तत्व-वार सक्रियण फ़ंक्शन।

    filterInitializer

    फ़िल्टर पैरामीटर के लिए उपयोग करने हेतु प्रारंभकर्ता.

    biasInitializer

    पूर्वाग्रह मापदंडों के लिए उपयोग करने के लिए प्रारंभकर्ता।