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.

• Saring
  Filter konvolusi 3-D.

  Pernyataan

  public var filter: Tensor<Scalar>

• bias
  Vektor bias.

  Pernyataan

  public var bias: Tensor<Scalar>

• pengaktifan
  Fungsi aktivasi berdasarkan elemen.

  Pernyataan

  @noDerivative
  public let activation: Activation

• melangkah
  Langkah jendela geser untuk dimensi temporal.

  Pernyataan

  @noDerivative
  public let stride: Int

• lapisan
  Algoritma padding untuk konvolusi.

  Pernyataan

  @noDerivative
  public let padding: Padding

• pelebaran
  Faktor dilatasi untuk dimensi temporal.

  Pernyataan

  @noDerivative
  public let dilation: Int

• Pengaktifan
  Jenis fungsi aktivasi berdasarkan elemen.

  Pernyataan

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

• init(filter:bias:aktivasi:langkah:padding:dilatasi :)
  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.

• maju(_:)
  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`

• init(filterShape:langkah:padding:dilatasi:aktivasi:useBias:filterInitializer:biasInitializer :)
  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.