tf.keras.layers.Conv3D

3D свёрточная слой.

Наследует от: Layer, Operation

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.Convolution3D

tf.keras.layers.Conv3D(
    filters,
    kernel_size,
    strides=(1, 1, 1),
    padding='valid',
    data_format=None,
    dilation_rate=(1, 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
)

Этот слой создаёт свёрточный ядро, которое свёртывается с входным слоем по одному пространственному (или временному) измерению, чтобы получить тензор выходов. Если use_bias равно True, создаётся вектор смещения и добавляется к выходам. Наконец, если activation не равно None, он также применяется к выходам.

Аргументы
`filters`	int, размер выходного пространства (количество фильтров в свёртке).
`kernel_size`	int или кортеж/список из 3 целых чисел, определяющих размер окна свёртки.
`strides`	int или кортеж/список из 3 целых чисел, определяющих шаг свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	строка, либо `"valid"`, либо `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному заполнению слева/справа или сверху/снизу входных данных. Когда `padding="same"` и `strides=1`, размер выхода совпадает с размером входа.
`data_format`	строка, либо `"channels_last"`, либо `"channels_first"`. Порядок измерений на входе. `"channels_last"` соответствует входам с формой `(batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)`, а `"channels_first"` соответствует входам с формой `(batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)`. По умолчанию он принимает значение `image_data_format`, найденное в файле конфигурации Keras в `~/.keras/keras.json`. Если вы никогда его не устанавливали, то он будет `"channels_last"`.
`dilation_rate`	int или кортеж/список из 3 целых чисел, определяющих скорость расширения для расширенной свёртки.
`groups`	Положительное целое число, определяющее количество групп, на которые вход разделяется по оси каналов. Каждая группа свёртки обрабатывается отдельно с `filters // groups` фильтрами. Выход представляет собой конкатенацию всех результатов `groups` по оси каналов. Каналы входных данных и `filters` должны быть кратны `groups`.
`activation`	Функция активации. Если `None`, никакая активация не применяется.
`use_bias`	bool, если `True`, смещение добавляется к выходу.
`kernel_initializer`	Инициализатор для свёрточного ядра. Если `None`, используется инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор для вектора смещения. Если `None`, используется инициализатор по умолчанию (`"zeros"`).
`kernel_regularizer`	Необязательный регуляризатор для свёрточного ядра.
`bias_regularizer`	Необязательный регуляризатор для вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для выхода.
`kernel_constraint`	Необязательная проекционная функция, которая применяется к ядру после обновления с помощью `Optimizer` (например, используется для реализации ограничений нормы или ограничений значений для весов слоя). Функция должна принимать в качестве входного значения непроектируемую переменную и возвращать проецируемую переменную (которая должна иметь ту же форму). Ограничения не безопасны при асинхронном распределённом обучении.
`bias_constraint`	Необязательная проекционная функция, которая применяется к смещению после обновления с помощью `Optimizer`.

Форма входных данных:

Если data_format="channels_last": 5D тензор с формой: (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)
Если data_format="channels_first": 5D тензор с формой: (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)

Форма выходных данных:

Если data_format="channels_last": 5D тензор с формой: (batch_size, new_spatial_dim1, new_spatial_dim2, new_spatial_dim3, filters)
Если data_format="channels_first": 5D тензор с формой: (batch_size, filters, new_spatial_dim1, new_spatial_dim2, new_spatial_dim3)

Возвращаемые значения
5D тензор, представляющий `activation(conv3d(inputs, kernel) + bias)`.

Исключения
`ValueError`	при одновременном выполнении `strides > 1` и `dilation_rate > 1`.

Пример:

x = np.random.rand(4, 10, 10, 10, 128)
y = keras.layers.Conv3D(32, 3, activation='relu')(x)
print(y.shape)
(4, 8, 8, 8, 32)

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

Создаёт слой из его конфигурации.

Этот метод является обратным get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает соединение слоёв (это обрабатывается сетью), а также веса (обрабатывается set_weights).

Аргументы
`config`	Словарь Python, обычно выходной результат get_config.

Возвращаемые значения
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/Conv3D