Konv1D yang Dapat Dipisahkan

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

Lapisan konvolusi 1-D yang dapat dipisahkan.

Lapisan ini melakukan konvolusi mendalam yang bekerja secara terpisah pada saluran diikuti dengan konvolusi titik yang mencampurkan saluran.

• Filter mendalam
  Kernel konvolusi mendalam 3-D.

  Pernyataan

  public var depthwiseFilter: Tensor<Scalar>

• Filter secara pointwise
  Kernel konvolusi titik 3-D.

  Pernyataan

  public var pointwiseFilter: 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 spasial.

  Pernyataan

  @noDerivative
  public let stride: Int

• lapisan
  Algoritma padding untuk konvolusi.

  Pernyataan

  @noDerivative
  public let padding: Padding

• Pengaktifan
  Jenis fungsi aktivasi berdasarkan elemen.

  Pernyataan

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

• init( depthwiseFilter:pointwiseFilter:bias:aktivasi:langkah:padding :)
  Membuat lapisan SeparableConv1D dengan filter, bias, fungsi aktivasi, langkah, dan bantalan yang ditentukan secara mendalam dan tepat.

  Pernyataan

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

  Parameter

  depthwiseFilter	Kernel konvolusi mendalam 3-D [filter width, input channels count, channel multiplier] .
  pointwiseFilter	Kernel konvolusi titik 3-D [1, channel multiplier * input channels count, output channels count] .
  bias	Vektor bias.
  activation	Fungsi aktivasi berdasarkan elemen.
  strides	Langkah jendela geser untuk dimensi spasial.
  padding	Algoritma padding untuk konvolusi.

• maju(_:)
  Mengembalikan keluaran yang diperoleh dari penerapan lapisan ke masukan yang diberikan.

  Pernyataan

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

  Parameter

  input

  Masukan ke lapisan.

  Nilai Pengembalian

  Hasil.

• init(kedalamanFilterShape:pointwiseFilterShape:langkah:padding:aktivasi:useBias:kedalamanFilterInitializer:pointwiseFilterInitializer:biasInitializer :)
  Membuat lapisan SeparableConv1D dengan bentuk filter, langkah, padding, dan fungsi aktivasi berdasarkan elemen yang ditentukan secara mendalam dan tepat.

  Pernyataan

  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()
  )

  Parameter

  depthwiseFilterShape	Bentuk kernel konvolusi mendalam 3-D.
  pointwiseFilterShape	Bentuk kernel konvolusi titik 3-D.
  strides	Langkah jendela geser untuk dimensi temporal.
  padding	Algoritma padding untuk konvolusi.
  activation	Fungsi aktivasi berdasarkan elemen.
  filterInitializer	Inisialisasi yang digunakan untuk parameter filter.
  biasInitializer	Inisialisasi yang akan digunakan untuk parameter bias.