tf.keras.layers.Conv1DTranspose

Слой одномерной транспонированной свёртки.

Наследуется от: Layer, Operation

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.layers.Convolution1DTranspose

tf.keras.layers.Conv1DTranspose(
    filters,
    kernel_size,
    strides=1,
    padding='valid',
    data_format=None,
    dilation_rate=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
)

Необходимость в транспонированных свёртках обычно возникает из желания использовать преобразование, направленное в сторону, противоположную обычной свёртке, то есть преобразовать объект, имеющий форму выходных данных некоторой свёртки, в объект, имеющий форму её входных данных, сохранив при этом схему связей, совместимую с этой свёрткой.

Аргументы
`filters`	Целое число — размерность пространства выходных данных (количество фильтров в транспонированной свёртке).
`kernel_size`	Целое число или кортеж/список из одного целого числа, задающее размер окна транспонированной свёртки.
`strides`	Целое число или кортеж/список из одного целого числа, задающее длину шага транспонированной свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	Строка: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие дополнения. При `"same"` входные данные равномерно дополняются слева/справа или сверху/снизу, чтобы высота/ширина выходных данных совпадала с высотой/шириной входных данных.
`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`, указанное в файле конфигурации Keras по пути `~/.keras/keras.json`. Если это значение не задано, используется `"channels_last"`.
`dilation_rate`	Целое число или кортеж/список из одного целого числа, задающее коэффициент расширения для расширенной транспонированной свёртки.
`activation`	Функция активации. Если `None`, активация не применяется.
`use_bias`	Логическое значение: если `True`, к выходным данным добавляется смещение.
`kernel_initializer`	Инициализатор ядра свёртки. Если `None`, используется инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если `None`, используется 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 с помощью `Optimizer` (например, для реализации ограничений нормы или значений 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 с помощью `Optimizer`.

Форма входных данных:

Если data_format="channels_last": тензор размерности 3 с формой: (batch_shape, steps, channels)
Если data_format="channels_first": тензор размерности 3 с формой: (batch_shape, channels, steps)

Форма выходных данных:

Если data_format="channels_last": тензор размерности 3 с формой: (batch_shape, new_steps, filters)
Если data_format="channels_first": тензор размерности 3 с формой: (batch_shape, filters, new_steps)

Возвращает
Тензор размерности 3, представляющий `activation(conv1d_transpose(inputs, kernel) + bias)`.

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

Ссылки:

Пример:

x = np.random.rand(4, 10, 128)
y = keras.layers.Conv1DTranspose(32, 3, 2, activation='relu')(x)
print(y.shape)
(4, 21, 32)

Атрибуты
`input`	Получает входной(-ые) тензор(-ы) символьной операции. Возвращает только тензор(-ы), соответствующий(-ие) первому вызову операции.
`output`	Получает выходной(-ые) тензор(-ы) слоя. Возвращает только тензор(-ы), соответствующий(-ие) первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным к get_config и позволяет создать экземпляр того же слоя из словаря конфигурации. Он не обрабатывает связи слоя (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/Conv1DTranspose