TransposedConv2D

@frozen
public struct TransposedConv2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

2D 전치 컨볼루션 레이어(예: 이미지에 대한 공간 전치 컨볼루션).

이 레이어는 출력 텐서를 생성하기 위해 레이어 입력과 전치 컨볼루션되는 컨볼루션 필터를 생성합니다.

• 필터
  4D 컨볼루션 커널.

  선언

  public var filter: Tensor<Scalar>

• 편견
  바이어스 벡터.

  선언

  public var bias: Tensor<Scalar>

• 활성화
  요소별 활성화 함수.

  선언

  @noDerivative
  public let activation: Activation

• 큰 걸음
  공간적 차원을 위한 슬라이딩 윈도우의 발전.

  선언

  @noDerivative
  public let strides: (Int, Int)

• 심
  컨볼루션을 위한 패딩 알고리즘입니다.

  선언

  @noDerivative
  public let padding: Padding

• 패딩 인덱스
  paddingIndex 속성을 사용하면 패딩을 기반으로 계산을 처리할 수 있습니다.

  선언

  @noDerivative
  public let paddingIndex: Int

• 활성화
  요소별 활성화 함수 유형입니다.

  선언

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

• init(필터:바이어스:활성화:스트라이드:패딩:)
  지정된 필터, 바이어스, 활성화 함수, 보폭 및 패딩을 사용하여 TransposedConv2D 레이어를 생성합니다.

  선언

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

  매개변수

  filter	[height, width, output channel count, input channel count] 모양의 4차원 텐서.
  bias	[output channel count] 모양의 바이어스 텐서.
  activation	요소별 활성화 함수.
  strides	공간적 차원을 위한 슬라이딩 윈도우의 발전.
  padding	컨볼루션을 위한 패딩 알고리즘입니다.

• 앞으로(_:)
  주어진 입력에 레이어를 적용하여 얻은 출력을 반환합니다.

  선언

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

  매개변수

  input

  레이어에 대한 입력입니다.

  반환 값

  출력.

• init(filterShape:strides:padding:activation:useBias:filterInitializer:biasInitializer:)
  지정된 필터 모양, 보폭, 패딩 및 요소별 활성화 함수를 사용하여 TransposedConv2D 레이어를 만듭니다.

  선언

  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()
  )

  매개변수

  filterShape	[width, height, input channel count, output channel count] 모양의 4차원 텐서.
  strides	공간적 차원을 위한 슬라이딩 윈도우의 발전.
  padding	컨볼루션을 위한 패딩 알고리즘입니다.
  activation	요소별 활성화 함수.
  filterInitializer	필터 매개변수에 사용할 초기화 프로그램입니다.
  biasInitializer	바이어스 매개변수에 사용할 초기화 프로그램입니다.