TransposedConv2D

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

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

Essa 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>

• tendência

  O vetor de polarização.

  Declaração

  public var bias: Tensor<Scalar>

• ativação

  A função de ativação por elemento.

  Declaração

  @noDerivative
  public let activation: Activation

• passos largos

  Os passos 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

• paddingIndex

  A propriedade paddingIndex nos permite manipular a computação com base no preenchimento.

  Declaração

  @noDerivative
  public let paddingIndex: Int

• Ativação

  O tipo de função de ativação por elemento.

  Declaração

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

• init (filtro: viés: ativação: passos: preenchimento :)

  Cria um TransposedConv2D camada com o filtro especificado, a polarização, a função de activação, passos, e estofamento.

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

• frente(_:)

  Retorna a saída obtida da aplicação da 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 um TransposedConv2D camada com a forma especificada filtro, passos, preenchimento, e a função de activação elemento a 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 de 4-D da forma [width, height, input channel count, output channel count] .
  strides	Os passos da janela deslizante para dimensões espaciais.
  padding	O algoritmo de preenchimento para convolução.
  activation	A função de ativação por elemento.
  filterInitializer	Inicializador a ser usado para os parâmetros do filtro.
  biasInitializer	Inicializador a ser usado para os parâmetros de polarização.