@frozen
public struct SeparableConv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint
1차원 분리 가능한 컨볼루션 레이어.
이 레이어는 채널에 대해 개별적으로 작동하는 깊이별 컨볼루션을 수행한 다음 채널을 혼합하는 포인트별 컨볼루션을 수행합니다.
3차원 깊이별 컨볼루션 커널.
선언
public var depthwiseFilter: Tensor<Scalar>
3차원 점별 컨벌루션 커널.
선언
public var pointwiseFilter: Tensor<Scalar>
바이어스 벡터.
선언
public var bias: Tensor<Scalar>
요소별 활성화 함수.
선언
@noDerivative public let activation: Activation
공간적 차원을 위한 슬라이딩 윈도우의 발전.
선언
@noDerivative public let stride: Int
컨볼루션을 위한 패딩 알고리즘입니다.
선언
@noDerivative public let padding: Padding
지정된 깊이별 및 점별 필터, 바이어스, 활성화 함수, 보폭 및 패딩을 사용하여
SeparableConv1D
레이어를 생성합니다.선언
public init( depthwiseFilter: Tensor<Scalar>, pointwiseFilter: Tensor<Scalar>, bias: Tensor<Scalar>? = nil, activation: @escaping Activation = identity, stride: Int = 1, padding: Padding = .valid )
매개변수
depthwiseFilter
3D 깊이별 컨벌루션 커널
[filter width, input channels count, channel multiplier]
.pointwiseFilter
3차원 점별 컨벌루션 커널
[1, channel multiplier * input channels count, output channels count]
.bias
바이어스 벡터.
activation
요소별 활성화 함수.
strides
공간적 차원을 위한 슬라이딩 윈도우의 발전.
padding
컨볼루션을 위한 패딩 알고리즘입니다.
지정된 깊이별 및 점별 필터 모양, 보폭, 패딩 및 요소별 활성화 함수를 사용하여
SeparableConv1D
레이어를 만듭니다.선언
public init( depthwiseFilterShape: (Int, Int, Int), pointwiseFilterShape: (Int, Int, Int), stride: Int = 1, padding: Padding = .valid, activation: @escaping Activation = identity, useBias: Bool = true, depthwiseFilterInitializer: ParameterInitializer<Scalar> = glorotUniform(), pointwiseFilterInitializer: ParameterInitializer<Scalar> = glorotUniform(), biasInitializer: ParameterInitializer<Scalar> = zeros() )
매개변수
depthwiseFilterShape
3차원 깊이별 컨볼루션 커널의 모양입니다.
pointwiseFilterShape
3차원 점별 컨벌루션 커널의 모양입니다.
strides
시간적 차원에 대한 슬라이딩 윈도우의 보폭입니다.
padding
컨볼루션을 위한 패딩 알고리즘입니다.
activation
요소별 활성화 함수.
filterInitializer
필터 매개변수에 사용할 초기화 프로그램입니다.
biasInitializer
바이어스 매개변수에 사용할 초기화 프로그램입니다.