TranspostoConv2D

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

Uma camada de convolução transposta 2-D (por exemplo, convolução transposta espacial sobre imagens).

Esta camada cria um filtro de convolução que é transposto-convolvido com a entrada da camada para produzir um tensor de saídas.

• filtro
  O kernel de convolução 4-D.

  Declaração

  public var filter: Tensor<Scalar>

• viés
  O vetor de polarização.

  Declaração

  public var bias: Tensor<Scalar>

• ativação
  A função de ativação elemento a elemento.

  Declaração

  @noDerivative
  public let activation: Activation

• avanços
  Os avanços da janela deslizante para dimensões espaciais.

  Declaração

  @noDerivative
  public let strides: (Int, Int)

• preenchimento
  O algoritmo de preenchimento para convolução.

  Declaração

  @noDerivative
  public let padding: Padding

• preenchimentoIndex
  A propriedade paddingIndex nos permite lidar com a computação com base no preenchimento.

  Declaração

  @noDerivative
  public let paddingIndex: Int

• Ativação
  O tipo de função de ativação elemento a elemento.

  Declaração

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

• init(filter:bias:ativação:strides:padding:)
  Cria uma camada TransposedConv2D com o filtro, polarização, função de ativação, avanços e preenchimento especificados.

  Declaração

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

  Parâmetros

  filter	Um tensor 4-D de forma [height, width, output channel count, input channel count] .
  bias	O tensor de polarização de forma [output channel count] .
  activation	A função de ativação elemento a elemento.
  strides	Os avanços da janela deslizante para dimensões espaciais.
  padding	O algoritmo de preenchimento para convolução.

• avançar(_:)
  Retorna a saída obtida ao aplicar a camada à entrada fornecida.

  Declaração

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

  Parâmetros

  input

  A entrada para a camada.

  Valor de retorno

  A saída.

• init(filterShape:strides:padding:activation:useBias:filterInitializer:biasInitializer:)
  Cria uma camada TransposedConv2D com a forma de filtro especificada, avanços, preenchimento e função de ativação por elemento.

  Declaração

  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()
  )

  Parâmetros

  filterShape	Um tensor 4-D de forma [width, height, input channel count, output channel count] .
  strides	Os avanços da janela deslizante para dimensões espaciais.
  padding	O algoritmo de preenchimento para convolução.
  activation	A função de ativação elemento a elemento.
  filterInitializer	Inicializador a ser usado para os parâmetros de filtro.
  biasInitializer	Inicializador a ser usado para os parâmetros de polarização.