متراکم

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

یک لایه شبکه عصبی با اتصال متراکم.

Dense activation(matmul(input, weight) + bias) را پیاده‌سازی می‌کند، که در آن weight یک ماتریس وزن است، bias یک بردار بایاس است، و activation یک تابع فعال‌سازی از نظر عنصر است.

این لایه همچنین از تانسورهای وزن سه بعدی با ماتریس های بایاس دو بعدی پشتیبانی می کند. در این مورد، بعد اول هر دو به عنوان اندازه دسته ای در نظر گرفته می شود که با بعد اول input تراز است و از نوع دسته ای عملیات matmul(_:_:) استفاده می شود، بنابراین از وزن و بایاس متفاوت برای هر عنصر استفاده می شود. در دسته ورودی

• وزن
  ماتریس وزن

  اعلام

  public var weight: Tensor<Scalar>

• جانبداری
  بردار تعصب.

  اعلام

  public var bias: Tensor<Scalar>

• فعال سازی
  تابع فعال سازی از نظر عنصر.

  اعلام

  @noDerivative
  public let activation: Activation

• فعال سازی
  نوع تابع فعال سازی از نظر عنصر.

  اعلام

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

• init (وزن: تعصب: فعال سازی:)
  یک نمونه از وزن داده شده، سوگیری اختیاری و تابع فعال سازی ایجاد می کند.

  توجه داشته باشید

  در حال حاضر weight تنها پارامتر تمایز پذیری است. bias می توان پس از تطابق شرطی Optional با Differentiable : TF-499، یک پارامتر تفکیک پذیری ایجاد کرد.

  اعلام

  @differentiable(wrt: weight)
  public init(
    weight: Tensor<Scalar>,
    bias: Tensor<Scalar>? = nil,
    activation: @escaping Activation
  )

• رو به جلو(_:)
  خروجی به دست آمده از اعمال لایه به ورودی داده شده را برمی گرداند.

  اعلام

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

  مولفه های

  input

  ورودی لایه

  ارزش بازگشتی

  خروجی.

• init(inputSize:outputSize:activation:useBias:weightInitializer:biasInitializer:)
  یک لایه Dense با اندازه ورودی مشخص شده، اندازه خروجی و تابع فعال سازی از نظر عنصر ایجاد می کند. ماتریس وزن با شکل [inputSize, outputSize] و بردار بایاس با شکل [outputSize] ایجاد می شود.

  اعلام

  public init(
    inputSize: Int,
    outputSize: Int,
    activation: @escaping Activation = identity,
    useBias: Bool = true,
    weightInitializer: ParameterInitializer<Scalar> = glorotUniform(),
    biasInitializer: ParameterInitializer<Scalar> = zeros()
  )

  مولفه های

  inputSize	ابعاد فضای ورودی
  outputSize	ابعاد فضای خروجی
  activation	تابع فعال سازی برای استفاده. مقدار پیش فرض identity(_:) است.
  weightInitializer	آغازگر برای استفاده برای weight .
  biasInitializer	Initializer برای استفاده برای bias .