tf.keras.layers.Conv1D

Слой одномерной свёртки (например, временная свёртка).

Наследует классы: Layer, Operation

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.layers.Convolution1D

tf.keras.layers.Conv1D(
    filters,
    kernel_size,
    strides=1,
    padding='valid',
    data_format=None,
    dilation_rate=1,
    groups=1,
    activation=None,
    use_bias=True,
    kernel_initializer='glorot_uniform',
    bias_initializer='zeros',
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    **kwargs
)

Используется в блокнотах

Используется в руководстве	Используется в учебных материалах
Использование Counterfactual Logit Pairing с Keras	Прогнозирование временных рядов Загрузка текста Прогнозирование токсичности комментариев в Wiki Talk

Этот слой создаёт ядро свёртки, которое сворачивается с входными данными слоя вдоль одного пространственного (или временного) измерения, создавая выходной тензор. Если use_bias имеет значение True, создаётся вектор смещения и добавляется к выходным данным. Наконец, если activation не равно None, оно также применяется к выходным данным.

Аргументы
`filters`	int, размерность выходного пространства (количество фильтров свёртки).
`kernel_size`	int или кортеж/список из одного целого числа, задающий размер окна свёртки.
`strides`	int или кортеж/список из одного целого числа, задающий длину шага свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	строка: `"valid"`, `"same"` или `"causal"` (без учёта регистра). `"valid"` означает отсутствие дополнения. При `"same"` дополнение равномерно добавляется слева/справа или сверху/снизу входных данных. При `padding="same"` и `strides=1` выходные данные имеют тот же размер, что и входные. `"causal"` приводит к причинным (дилатированным) свёрткам, например, `output[t]` не зависит от `input[t+1:]`. Полезно при моделировании временных данных, когда модель не должна нарушать временной порядок. См. WaveNet: генеративная модель необработанного аудио, раздел 2.1.
`data_format`	строка: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным формы `(batch, steps, features)`, а `"channels_first"` — входным данным формы `(batch, features, steps)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по адресу `~/.keras/keras.json`. Если значение не задано, используется `"channels_last"`.
`dilation_rate`	int или кортеж/список из одного целого числа, задающий коэффициент дилатации для дилатированной свёртки.
`groups`	Положительное значение int, задающее количество групп, на которые входные данные разбиваются по оси каналов. Каждая группа свёртывается отдельно с помощью фильтров `filters // groups`. Результат — конкатенация всех результатов `groups` вдоль оси каналов. Количество входных каналов и `filters` должно делиться на `groups` без остатка.
`activation`	Функция активации. Если задано `None`, активация не применяется.
`use_bias`	bool; если задано `True`, к выходным данным будет добавлено смещение.
`kernel_initializer`	Инициализатор ядра свёртки. Если задано `None`, будет использоваться инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если задано `None`, будет использоваться инициализатор по умолчанию (`"zeros"`).
`kernel_regularizer`	Необязательный регуляризатор ядра свёртки.
`bias_regularizer`	Необязательный регуляризатор вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации выходных данных.
`kernel_constraint`	Необязательная функция проекции, применяемая к ядру после его обновления оптимизатором `Optimizer` (например, для реализации ограничений на норму или значения весов слоя). Функция должна принимать на вход непроецированную переменную и возвращать спроецированную переменную (которая должна иметь ту же форму). Ограничения небезопасно использовать при асинхронном распределённом обучении.
`bias_constraint`	Необязательная функция проекции, применяемая к смещению после его обновления оптимизатором `Optimizer`.

Форма входных данных:

Если data_format="channels_last": тензор 3D формы: (batch_shape, steps, channels)
Если data_format="channels_first": тензор 3D формы: (batch_shape, channels, steps)

Форма выходных данных:

Если data_format="channels_last": тензор 3D формы: (batch_shape, new_steps, filters)
Если data_format="channels_first": тензор 3D формы: (batch_shape, filters, new_steps)

Возвращает
Тензор 3D, представляющий `activation(conv1d(inputs, kernel) + bias)`.

Вызывает исключение
`ValueError`	если одновременно заданы `strides > 1` и `dilation_rate > 1`.

Пример:

# The inputs are 128-length vectors with 10 timesteps, and the
# batch size is 4.
x = np.random.rand(4, 10, 128)
y = keras.layers.Conv1D(32, 3, activation='relu')(x)
print(y.shape)
(4, 8, 32)

Атрибуты
`input`	Получает входные тензоры символьной операции. Возвращает только тензоры, соответствующие первому вызову операции.
`kernel`
`output`	Получает выходные тензоры слоя. Возвращает только тензоры, соответствующие первому вызову операции.

Методы

`convolution_op`

Посмотреть исходный код

convolution_op(
    inputs, kernel
)

`enable_lora`

Посмотреть исходный код

enable_lora(
    rank, a_initializer='he_uniform', b_initializer='zeros'
)

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным по отношению к get_config и позволяет создать такой же слой из словаря конфигурации. Он не обрабатывает связи слоёв (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом вызова get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/Conv1D