SéparableConv1D

@frozen
public struct SeparableConv1D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Une couche de convolution séparable 1D.

Cette couche effectue une convolution en profondeur qui agit séparément sur les canaux, suivie d'une convolution ponctuelle qui mélange les canaux.

• filtre en profondeur
  Le noyau de convolution en profondeur 3D.

  Déclaration

  public var depthwiseFilter: Tensor<Scalar>

• filtre par points
  Le noyau de convolution ponctuelle 3D.

  Déclaration

  public var pointwiseFilter: 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

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

  Déclaration

  @noDerivative
  public let stride: 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 (deepwiseFilter:pointwiseFilter:bias:activation:stride:padding:)
  Crée un calque SeparableConv1D avec le filtre en profondeur et par point, le biais, la fonction d'activation, les foulées et le remplissage spécifiés.

  Déclaration

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

  Paramètres

  depthwiseFilter	Le noyau de convolution en profondeur 3D [filter width, input channels count, channel multiplier] .
  pointwiseFilter	Le noyau de convolution ponctuelle 3D [1, channel multiplier * input channels count, output channels count] .
  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 le calque.

  Valeur de retour

  La sortie.

• init (deepwiseFilterShape:pointwiseFilterShape:stride:padding:activation:useBias:deepwiseFilterInitializer:pointwiseFilterInitializer:biasInitializer :)
  Crée un calque SeparableConv1D avec la forme de filtre en profondeur et par point, les foulées, le remplissage et la fonction d'activation par élément spécifiés.

  Déclaration

  public init(
    depthwiseFilterShape: (Int, Int, Int),
    pointwiseFilterShape: (Int, Int, Int),
    stride: Int = 1,
    padding: Padding = .valid,
    activation: @escaping Activation = identity,
    useBias: Bool = true,
    depthwiseFilterInitializer: ParameterInitializer<Scalar> = glorotUniform(),
    pointwiseFilterInitializer: ParameterInitializer<Scalar> = glorotUniform(),
    biasInitializer: ParameterInitializer<Scalar> = zeros()
  )

  Paramètres

  depthwiseFilterShape	La forme du noyau de convolution en profondeur 3D.
  pointwiseFilterShape	La forme du noyau de convolution ponctuelle 3D.
  strides	Les avancées de la fenêtre glissante pour les dimensions 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.