Conv2D เชิงลึก

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

เลเยอร์การบิดแบบเชิงลึก 2 มิติ

เลเยอร์นี้สร้างตัวกรองการบิดแบบแยกส่วนได้ซึ่งเชื่อมโยงกับอินพุตเลเยอร์เพื่อสร้างเทนเซอร์ของเอาท์พุต

  • เคอร์เนลการบิดแบบ 4 มิติ

    คำประกาศ

    public var filter: Tensor<Scalar>
  • เวกเตอร์อคติ

    คำประกาศ

    public var bias: Tensor<Scalar>
  • ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ

    คำประกาศ

    @noDerivative
    public let activation: Activation
  • ความก้าวหน้าของหน้าต่างบานเลื่อนเพื่อมิติเชิงพื้นที่

    คำประกาศ

    @noDerivative
    public let strides: (Int, Int)
  • อัลกอริธึมการเติมสำหรับการบิด

    คำประกาศ

    @noDerivative
    public let padding: Padding
  • ประเภทฟังก์ชันการเปิดใช้งานตามองค์ประกอบ

    คำประกาศ

    public typealias Activation = @differentiable (Tensor<Scalar>) -> Tensor<Scalar>
  • สร้างเลเยอร์ DepthwiseConv2D พร้อมด้วยตัวกรอง อคติ ฟังก์ชันการเปิดใช้งาน การก้าวย่าง และช่องว่างภายในที่ระบุ

    คำประกาศ

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

    พารามิเตอร์

    filter

    เคอร์เนลการบิดแบบ 4 มิติ

    bias

    เวกเตอร์อคติ

    activation

    ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ

    strides

    ความก้าวหน้าของหน้าต่างบานเลื่อนเพื่อมิติเชิงพื้นที่

    padding

    อัลกอริธึมการเติมสำหรับการบิด

  • ส่งกลับผลลัพธ์ที่ได้จากการใช้เลเยอร์กับอินพุตที่กำหนด

    คำประกาศ

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

    พารามิเตอร์

    input

    การป้อนข้อมูลไปยังเลเยอร์ของรูปร่าง [จำนวนแบทช์ ความสูงอินพุต ความกว้างอินพุต จำนวนช่องอินพุต]

    ค่าส่งคืน

    ผลลัพธ์ของรูปร่าง [จำนวนแบทช์ ความสูงเอาต์พุต ความกว้างเอาต์พุต จำนวนช่องอินพุต * ตัวคูณช่อง]

  • สร้างเลเยอร์ DepthwiseConv2D ด้วยรูปร่างตัวกรอง การก้าวเท้า การเติม และฟังก์ชันการเปิดใช้งานตามองค์ประกอบที่ระบุ

    คำประกาศ

    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()
    )

    พารามิเตอร์

    filterShape

    รูปร่างของเคอร์เนล Convolution 4 มิติพร้อมรูปแบบ [ความกว้างของตัวกรอง ความสูงของตัวกรอง จำนวนช่องอินพุต ตัวคูณช่อง]

    strides

    ความก้าวหน้าของหน้าต่างบานเลื่อนสำหรับมิติเชิงพื้นที่/เชิงพื้นที่-ชั่วคราว

    padding

    อัลกอริธึมการเติมสำหรับการบิด

    activation

    ฟังก์ชั่นการเปิดใช้งานตามองค์ประกอบ

    filterInitializer

    Initializer ที่จะใช้สำหรับพารามิเตอร์ตัวกรอง

    biasInitializer

    Initializer ที่จะใช้สำหรับพารามิเตอร์ไบแอส