প্রসারণ2D

@frozen
public struct Dilation2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

একটি 2-ডি আকারগত প্রসারণ স্তর

এই স্তরটি প্রদত্ত ফিল্টারগুলির সাথে ইনপুট টেনসরের রূপগত বিস্তৃতি প্রদান করে

  • 4-ডি প্রসারণ ফিল্টার।

    ঘোষণা

    public var filter: Tensor<Scalar>
  • স্থানিক মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি।

    ঘোষণা

    @noDerivative
    public let strides: (Int, Int)
  • প্রসারণের জন্য প্যাডিং অ্যালগরিদম।

    ঘোষণা

    @noDerivative
    public let padding: Padding
  • স্থানিক মাত্রার জন্য প্রসারিত ফ্যাক্টর।

    ঘোষণা

    @noDerivative
    public let rates: (Int, Int)
  • নির্দিষ্ট ফিল্টার, স্ট্রাইড, প্রসারণ এবং প্যাডিং সহ একটি Dilation2D স্তর তৈরি করে।

    ঘোষণা

    public init(
      filter: Tensor<Scalar>,
      strides: (Int, Int) = (1, 1),
      rates: (Int, Int) = (1, 1),
      padding: Padding = .valid
    )

    পরামিতি

    filter

    আকৃতির 4-ডি প্রসারণ ফিল্টার [ফিল্টারের উচ্চতা, ফিল্টার প্রস্থ, ইনপুট চ্যানেল গণনা, আউটপুট চ্যানেল গণনা]।

    strides

    স্থানিক মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি, অর্থাৎ (স্ট্রাইড উচ্চতা, স্ট্রাইড প্রস্থ)।

    rates

    স্থানিক মাত্রার জন্য প্রসারিত হার, যেমন (প্রসারণ উচ্চতা, প্রসারণ প্রস্থ)।

    padding

    প্রসারণের জন্য প্যাডিং অ্যালগরিদম।

  • প্রদত্ত ইনপুটে স্তর প্রয়োগ করে প্রাপ্ত আউটপুট ফেরত দেয়।

    আউটপুট স্থানিক মাত্রা হিসাবে গণনা করা হয়:

    আউটপুট উচ্চতা = (ইনপুট উচ্চতা + 2 * প্যাডিং উচ্চতা - (প্রসারণ উচ্চতা * (ফিল্টারের উচ্চতা - 1) + 1)) / স্ট্রাইড উচ্চতা + 1

    আউটপুট প্রস্থ = (ইনপুট প্রস্থ + 2 * প্যাডিং প্রস্থ - (প্রসারণ প্রস্থ * (ফিল্টার প্রস্থ - 1) + 1)) / স্ট্রাইড প্রস্থ + 1

    এবং প্যাডিং মাপ প্যাডিং স্কিম দ্বারা নির্ধারিত হয়.

    বিঃদ্রঃ

    .valid ব্যবহার করার সময় প্যাডিংয়ের আকার শূন্যের সমান।

    ঘোষণা

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

    পরামিতি

    input

    আকৃতির স্তরে ইনপুট [ব্যাচের আকার, ইনপুট উচ্চতা, ইনপুট প্রস্থ, ইনপুট চ্যানেল গণনা]।

    ফেরত মূল্য

    আকৃতির আউটপুট [ব্যাচ গণনা, আউটপুট উচ্চতা, আউটপুট প্রস্থ, আউটপুট চ্যানেল গণনা]।