Conv1D

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

Una capa de convolución unidimensional (por ejemplo, convolución temporal en una serie de tiempo).

Esta capa crea un filtro de convolución que convoluciona con la entrada de la capa para producir un tensor de salidas.

• filtrar
  El filtro de convolución 3-D.

  Declaración

  public var filter: Tensor<Scalar>

• inclinación
  El vector de sesgo.

  Declaración

  public var bias: Tensor<Scalar>

• activación
  La función de activación por elementos.

  Declaración

  @noDerivative
  public let activation: Activation

• paso
  El paso de la ventana corredera para la dimensión temporal.

  Declaración

  @noDerivative
  public let stride: Int

• relleno
  El algoritmo de relleno para la convolución.

  Declaración

  @noDerivative
  public let padding: Padding

• dilatación
  El factor de dilatación para la dimensión temporal.

  Declaración

  @noDerivative
  public let dilation: Int

• Activación
  El tipo de función de activación por elementos.

  Declaración

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

• init(filtro:bias:activación:zancada:relleno:dilatación:)
  Crea una capa Conv1D con el filtro, el sesgo, la función de activación, la zancada, la dilatación y el relleno especificados.

  Declaración

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

  Parámetros

  filter	El filtro de convolución 3-D de forma [ancho de filtro, recuento de canales de entrada, recuento de canales de salida].
  bias	El vector de polarización de la forma [recuento de canales de salida].
  activation	La función de activación por elementos.
  stride	El paso de la ventana corredera para la dimensión temporal.
  padding	El algoritmo de relleno para la convolución.
  dilation	El factor de dilatación para la dimensión temporal.

• adelante(_:)
  Devuelve el resultado obtenido al aplicar la capa a la entrada dada.

  El ancho de salida se calcula como:

  ancho de salida = (ancho de entrada + 2 * tamaño de relleno - (dilatación * (ancho del filtro - 1) + 1)) / zancada + 1

  y el tamaño del relleno está determinado por el esquema de relleno.

  Nota

  El tamaño del relleno es igual a cero cuando se usa .valid .

  Declaración

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

  Parámetros

  input

  La entrada a la capa [tamaño de lote, ancho de entrada, recuento de canales de entrada].

  Valor de retorno

  La salida de la forma [tamaño del lote, ancho de salida, recuento de canales de salida].

Disponible donde `Scalar.RawSignificand`: `FixedWidthInteger`

• init(filterShape:zancada:padding:dilatación:activación:useBias:filterInitializer:biasInitializer:)
  Crea una capa Conv1D con la forma de filtro, zancada, relleno, dilatación y función de activación de elementos especificados.

  Declaración

  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()
  )

  Parámetros

  filterShape	La forma tridimensional del filtro, que representa (ancho del filtro, recuento de canales de entrada, recuento de canales de salida).
  stride	El paso de la ventana corredera para la dimensión temporal.
  padding	El algoritmo de relleno para la convolución.
  dilation	El factor de dilatación para la dimensión temporal.
  activation	La función de activación por elementos.
  filterInitializer	Inicializador que se utilizará para los parámetros del filtro.
  biasInitializer	Inicializador que se utilizará para los parámetros de polarización.