DepthwiseConv2D

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

Une couche de convolution 2D en profondeur.

Cette couche crée des filtres de convolution séparables qui sont convolués avec l'entrée de la couche pour produire un tenseur de sorties.

• filtre
  Le noyau de convolution 4D.

  Déclaration

  public var filter: Tensor<Scalar>

• biais
  Le vecteur de biais.

  Déclaration

  public var bias: Tensor<Scalar>

• Activation
  La fonction d'activation par élément.

  Déclaration

  @noDerivative
  public let activation: Activation

• foulées
  Les avancées de la fenêtre glissante pour les dimensions spatiales.

  Déclaration

  @noDerivative
  public let strides: (Int, Int)

• rembourrage
  L'algorithme de remplissage pour la convolution.

  Déclaration

  @noDerivative
  public let padding: Padding

• Activation
  Le type de fonction d’activation par élément.

  Déclaration

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

• init (filtre: biais: activation: foulées: rembourrage :)
  Crée une couche DepthwiseConv2D avec le filtre, le biais, la fonction d'activation, les foulées et le remplissage spécifiés.

  Déclaration

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

  Paramètres

  filter	Le noyau de convolution 4D.
  bias	Le vecteur de biais.
  activation	La fonction d'activation par élément.
  strides	Les avancées de la fenêtre glissante pour les dimensions spatiales.
  padding	L'algorithme de remplissage pour la convolution.

• avant(_:)
  Renvoie le résultat obtenu en appliquant le calque à l’entrée donnée.

  Déclaration

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

  Paramètres

  input

  L'entrée dans la couche de forme, [nombre de lots, hauteur d'entrée, largeur d'entrée, nombre de canaux d'entrée]

  Valeur de retour

  La sortie de la forme, [nombre de lots, hauteur de sortie, largeur de sortie, nombre de canaux d'entrée * multiplicateur de canaux]

• init (filterShape:strides:padding:activation:useBias:filterInitializer:biasInitializer :)
  Crée un calque DepthwiseConv2D avec la forme de filtre, les foulées, le remplissage et la fonction d'activation par élément spécifiés.

  Déclaration

  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()
  )

  Paramètres

  filterShape	La forme du noyau de convolution 4D avec forme, [largeur du filtre, hauteur du filtre, nombre de canaux d'entrée, multiplicateur de canal].
  strides	Les progrès de la fenêtre glissante pour les dimensions spatiales/spatio-temporelles.
  padding	L'algorithme de remplissage pour la convolution.
  activation	La fonction d'activation par élément.
  filterInitializer	Initialiseur à utiliser pour les paramètres de filtre.
  biasInitializer	Initialiseur à utiliser pour les paramètres de biais.