TransposisiConv3D

@frozen
public struct TransposedConv3D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Lapisan konvolusi transposisi 3-D (misalnya konvolusi transposisi spasial pada gambar).

Lapisan ini membuat filter konvolusi yang dikonvolusi secara transpos dengan masukan lapisan untuk menghasilkan tensor keluaran.

• menyaring
  Kernel konvolusi 5-D.

  Pernyataan

  public var filter: Tensor<Scalar>

• bias
  Vektor bias.

  Pernyataan

  public var bias: Tensor<Scalar>

• pengaktifan
  Fungsi aktivasi berdasarkan elemen.

  Pernyataan

  @noDerivative
  public let activation: Activation

• langkah
  Langkah jendela geser untuk dimensi spasial.

  Pernyataan

  @noDerivative
  public let strides: (Int, Int, Int)

• lapisan
  Algoritma padding untuk konvolusi.

  Pernyataan

  @noDerivative
  public let padding: Padding

• paddingIndex
  Properti paddingIndex memungkinkan kita menangani komputasi berdasarkan padding.

  Pernyataan

  @noDerivative
  public let paddingIndex: Int

• Pengaktifan
  Jenis fungsi aktivasi berdasarkan elemen.

  Pernyataan

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

• init(filter:bias:aktivasi:langkah:padding :)
  Membuat lapisan TransposedConv3D dengan filter, bias, fungsi aktivasi, langkah, dan padding yang ditentukan.

  Pernyataan

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

  Parameter

  filter	Kernel konvolusi 5-D.
  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

  Outputnya.

• init(filterShape:langkah:padding:aktivasi:useBias:filterInitializer:biasInitializer :)
  Membuat lapisan TransposedConv3D dengan bentuk filter, langkah, padding, dan fungsi aktivasi berdasarkan elemen yang ditentukan. Tensor filter diinisialisasi menggunakan inisialisasi seragam Glorot dengan generator yang ditentukan. Vektor bias diinisialisasi dengan nol.

  Pernyataan

  public init(
    filterShape: (Int, Int, Int, Int, Int),
    strides: (Int, Int, Int) = (1, 1, 1),
    padding: Padding = .valid,
    activation: @escaping Activation = identity,
    useBias: Bool = true,
    filterInitializer: ParameterInitializer<Scalar> = glorotUniform(),
    biasInitializer: ParameterInitializer<Scalar> = zeros()
  )

  Parameter

  filterShape	Bentuk kernel konvolusi 5-D.
  strides	Langkah jendela geser untuk dimensi spasial.
  padding	Algoritma padding untuk konvolusi.
  activation	Fungsi aktivasi berdasarkan elemen.
  generator	Generator nomor acak untuk inisialisasi.