Konv2D Mendalam 

@frozen
public struct DepthwiseConv2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Lapisan konvolusi mendalam 2-D.

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

  • Kernel konvolusi 4-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 spasial.

    Pernyataan 

    @noDerivative
public let strides: (Int, Int)

  • Algoritma padding untuk konvolusi.

    Pernyataan 

    @noDerivative
public let padding: Padding

  • Jenis fungsi aktivasi berdasarkan elemen.

    Pernyataan 

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

  • Membuat lapisan DepthwiseConv2D dengan filter, bias, fungsi aktivasi, langkah, dan padding yang ditentukan.

    Pernyataan 

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

    Parameter

    filter

    Kernel konvolusi 4-D.

    bias

    Vektor bias.

    activation

    Fungsi aktivasi berdasarkan elemen.

    strides

    Langkah jendela geser untuk dimensi spasial.

    padding

    Algoritma padding untuk konvolusi.

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

    Pernyataan 

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

    Parameter

    input

    Masukan ke lapisan bentuk, [jumlah batch, tinggi masukan, lebar masukan, jumlah saluran masukan]

    Nilai Pengembalian

    Keluaran bentuk, [jumlah batch, tinggi keluaran, lebar keluaran, jumlah saluran masukan * pengganda saluran]

  • Membuat lapisan DepthwiseConv2D dengan bentuk filter, langkah, padding, dan fungsi aktivasi berdasarkan elemen yang ditentukan.

    Pernyataan 

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

    Parameter

    filterShape

    Bentuk kernel konvolusi 4-D dengan bentuk, [lebar filter, tinggi filter, jumlah saluran masukan, pengganda saluran].

    strides

    Langkah jendela geser untuk dimensi spasial/spatio-temporal.

    padding

    Algoritma padding untuk konvolusi.

    activation

    Fungsi aktivasi berdasarkan elemen.

    filterInitializer

    Inisialisasi yang digunakan untuk parameter filter.

    biasInitializer

    Inisialisasi yang digunakan untuk parameter bias.