tf.keras.layers.Conv2D

Слой 2D свертки.

Наследуется от: Layer, Operation

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.Convolution2D

tf.keras.layers.Conv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format=None,
    dilation_rate=(1, 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 учебниках
Использование моделей TF1.x в рабочих процессах TF2 Эффективный Tensorflow 2 Использование TPUs Лучшая производительность с tf.function Обрезка для вывода на устройстве с XNNPACK	Пользовательские слои Классификация изображений Аугментация данных Вводный курс по автоэнкодерам pix2pix: Трансляция изображение-изображение с условным GAN

Этот слой создает ядро свертки, которое свёртывается с входным слоем по одному пространственному (или временному) измерению, чтобы создать тензор выходных данных. Если use_bias равно True, создается вектор смещения и добавляется к выходным данным. Наконец, если activation не равно None, он также применяется к выходным данным.

Args
`filters`	целое число, размер выходного пространства (количество фильтров в свертке).
`kernel_size`	целое число или кортеж/список из 2 целых чисел, определяющих размер окна свертки.
`strides`	целое число или кортеж/список из 2 целых чисел, определяющих длину шага свертки. `strides > 1` несовместимо с `dilation_rate > 1`.
`padding`	строка, либо `"valid"`, либо `"same"` (регистронезависимо). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному дополнению слева/справа или сверху/снизу входных данных. Когда `padding="same"` и `strides=1`, вывод имеет тот же размер, что и вход.
`data_format`	строка, либо `"channels_last"`, либо `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch_size, height, width, channels)`, а `"channels_first"` соответствует входным данным с формой `(batch_size, channels, height, width)`. По умолчанию используется значение `image_data_format`, найденное в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы его никогда не устанавливали, то он будет равен `"channels_last"`.
`dilation_rate`	целое число или кортеж/список из 2 целых чисел, определяющих скорость расширения для расширенной свертки.
`groups`	Положительное целое число, определяющее количество групп, на которые входные данные разбиваются вдоль канала. Каждая группа обрабатывается отдельно с `filters // groups` фильтрами. Выход представляет собой конкатенацию всех результатов `groups` вдоль канала. Входные каналы и `filters` должны быть кратны `groups`.
`activation`	Функция активации. Если `None`, активация не применяется.
`use_bias`	логическое значение, если `True`, смещение будет добавлено к выходу.
`kernel_initializer`	Инициализатор для ядра свертки. Если `None`, будет использован инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор для вектора смещения. Если `None`, будет использован инициализатор по умолчанию (`"zeros"`).
`kernel_regularizer`	Необязательный регуляризатор для ядра свертки.
`bias_regularizer`	Необязательный регуляризатор для вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для вывода.
`kernel_constraint`	Необязательная функция проекции, которая применяется к ядру после его обновления `Optimizer` (например, используется для реализации ограничений норм или ограничений значений для весов слоя). Функция должна принимать в качестве входного значения непроецированную переменную и возвращать проецированную переменную (которая должна иметь ту же форму). Ограничения небезопасны при асинхронном распределенном обучении.
`bias_constraint`	Необязательная функция проекции, которая применяется к смещению после его обновления `Optimizer`.

Форма входа:

Если data_format="channels_last": 4D тензор с формой: (batch_size, height, width, channels)
Если data_format="channels_first": 4D тензор с формой: (batch_size, channels, height, width)

Форма вывода:

Если data_format="channels_last": 4D тензор с формой: (batch_size, new_height, new_width, filters)
Если data_format="channels_first": 4D тензор с формой: (batch_size, filters, new_height, new_width)

Returns
4D тензор, представляющий собой `activation(conv2d(inputs, kernel) + bias)`.

Raises
`ValueError`	при одновременном использовании `strides > 1` и `dilation_rate > 1`.

Пример:

x = np.random.rand(4, 10, 10, 128)
y = keras.layers.Conv2D(32, 3, activation='relu')(x)
print(y.shape)
(4, 8, 8, 32)

Атрибуты
`input`	Получает тензор(ы) ввода символической операции. Возвращает только тензор(ы), соответствующий(ие) первому вызову операции.
`kernel`
`output`	Получает тензор(ы) вывода слоя. Возвращает только тензор(ы), соответствующий(ие) первому вызову операции.

Методы

`convolution_op`

Просмотреть исходный код

convolution_op(
    inputs, kernel
)

`enable_lora`

Просмотреть исходный код

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

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает слой из его конфигурации.

Этот метод является обратным get_config, способный создавать тот же слой из словаря конфигурации. Он не обрабатывает подключенность слоев (обрабатывается сетью) и веса (обрабатываются set_weights).

Args
`config`	Словарь Python, обычно результат get_config.

Returns
Экземпляр слоя.

`symbolic_call`

Просмотреть 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/Conv2D