torch.nn.functional.conv1d

torch.nn.functional.conv1d(input, weight, bias=None, stride=1, padding=0, dilation=1, groups=1) → Tensor

Применяет 1D свёртку к входному сигналу, состоящему из нескольких входных каналов.

Этот оператор поддерживает TensorFloat32.

См. Conv1d для получения подробностей и формы выходного тензора.

Примечание

В некоторых случаях, при работе с тензорами на устройстве CUDA и использовании CuDNN, этот оператор может выбрать недетерминированный алгоритм для повышения производительности. Если этого нежелательно, можно попытаться сделать операцию детерминированной (возможно, с потерей производительности) путём установки torch.backends.cudnn.deterministic = True. См. Воспроизводимость для получения дополнительной информации.

Примечание

Этот оператор поддерживает комплексные типы данных, т.е. complex32, complex64, complex128.

Параметры:

• input – входной тензор формы $(\text{minibatch} , \text{in\_channels} , iW)$
• weight – фильтры формы $(\text{out\_channels} , \frac{\text{in\_channels}}{\text{groups}} , kW)$
• bias – необязательный bias формы $(\text{out\_channels})$. Значение по умолчанию: None
• stride – шаг сверточного ядра. Может быть одним числом или одномерным кортежем (sW,). Значение по умолчанию: 1

• padding –

  явные добавления заполнения с обеих сторон входа. Может быть строкой {‘valid’, ‘same’}, одним числом или одномерным кортежем (padW,). Значение по умолчанию: 0 padding='valid' эквивалентно отсутствию заполнения. padding='same' заполняет вход так, что выход имеет ту же форму, что и вход. Однако этот режим не поддерживает значения шага, отличные от 1.

  Предупреждение

  Для padding='same', если weight имеет чётную длину и dilation нечётное значение в любом измерении, может потребоваться полная операция pad(). Ухудшение производительности.

• dilation – расстояние между элементами ядра. Может быть одним числом или одномерным кортежем (dW,). Значение по умолчанию: 1
• groups – разделение входных данных на группы, $\text{in\_channels}$ должно быть кратно количеству групп. Значение по умолчанию: 1

Примеры:

>>> inputs = torch.randn(33, 16, 30)
>>> filters = torch.randn(20, 16, 5)
>>> F.conv1d(inputs, filters)