Konv1D 

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

Lapisan konvolusi 1-D (misalnya konvolusi temporal dalam rangkaian waktu).

Lapisan ini membuat filter konvolusi yang dikonvolusi dengan masukan lapisan untuk menghasilkan tensor keluaran.

  • Filter konvolusi 3-D.

    Pernyataan 

    public var filter: Tensor<Scalar>

  • Vektor bias.

    Pernyataan 

    public var bias: Tensor<Scalar>

  • Fungsi aktivasi berdasarkan elemen.

    Pernyataan 

    @noDerivative
public let activation: Activation

  • Langkah jendela geser untuk dimensi temporal.

    Pernyataan 

    @noDerivative
public let stride: Int

  • Algoritma padding untuk konvolusi.

    Pernyataan 

    @noDerivative
public let padding: Padding

  • Faktor dilatasi untuk dimensi temporal.

    Pernyataan 

    @noDerivative
public let dilation: Int

  • Jenis fungsi aktivasi berdasarkan elemen.

    Pernyataan 

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

  • Membuat lapisan Conv1D dengan filter, bias, fungsi aktivasi, langkah, dilatasi, dan padding yang ditentukan.

    Pernyataan 

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

    Parameter

    filter

    Bentuk filter konvolusi 3-D [lebar filter, jumlah saluran masukan, jumlah saluran keluaran].

    bias

    Bentuk vektor bias [jumlah saluran keluaran].

    activation

    Fungsi aktivasi berdasarkan elemen.

    stride

    Langkah jendela geser untuk dimensi temporal.

    padding

    Algoritma padding untuk konvolusi.

    dilation

    Faktor dilatasi untuk dimensi temporal.

  • Mengembalikan keluaran yang diperoleh dari penerapan lapisan ke masukan yang diberikan.

    Lebar keluaran dihitung sebagai:

    lebar keluaran = (lebar masukan + 2 * ukuran bantalan - (dilatasi * (lebar filter - 1) + 1)) / langkah + 1

    dan ukuran padding ditentukan oleh skema padding.

    Catatan

    Ukuran padding sama dengan nol saat menggunakan .valid .

    Pernyataan 

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

    Parameter

    input

    Masukan ke lapisan [ukuran batch, lebar masukan, jumlah saluran masukan].

    Nilai Pengembalian

    Bentuk keluaran [ukuran batch, lebar keluaran, jumlah saluran keluaran].

Tersedia di mana `Scalar.RawSignificand`: `FixedWidthInteger`

  • Membuat lapisan Conv1D dengan bentuk filter, langkah, bantalan, pelebaran, dan fungsi aktivasi berdasarkan elemen yang ditentukan.

    Pernyataan 

    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()
)

    Parameter

    filterShape

    Bentuk 3-D dari filter, mewakili (lebar filter, jumlah saluran masukan, jumlah saluran keluaran).

    stride

    Langkah jendela geser untuk dimensi temporal.

    padding

    Algoritma padding untuk konvolusi.

    dilation

    Faktor dilatasi untuk dimensi temporal.

    activation

    Fungsi aktivasi berdasarkan elemen.

    filterInitializer

    Inisialisasi yang digunakan untuk parameter filter.

    biasInitializer

    Inisialisasi yang digunakan untuk parameter bias.