tf.keras.layers.Conv3D

Слой свёртки 3D.

Наследует от: Layer, Operation

Просмотреть псевдонимы

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 ядро свёртки, которое сворачивается с входными данными слоя по одной пространственной (или временной) оси, 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 пространства выходных данных (количество фильтров в свёртке).
`kernel_size`	int или кортеж/список из 3 целых чисел, задающих размер окна свёртки.
`strides`	int или кортеж/список из 3 целых чисел, задающих длину шага свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	string: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие дополнения. При `"same"` дополнение равномерно распределяется слева/справа или сверху/снизу от входных данных. Если `padding="same"` и `strides=1`, размер выходных данных совпадает с размером входных данных.
`data_format`	string: `"channels_last"` или `"channels_first"`. Порядок размерностей во входных данных. `"channels_last"` соответствует входным данным с формой `(batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)`, а `"channels_first"` — входным данным с формой `(batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по пути `~/.keras/keras.json`. Если значение не задано, используется `"channels_last"`.
`dilation_rate`	int или кортеж/список из 3 целых чисел, задающих коэффициент разрежения для разреженной свёртки.
`groups`	Положительное целое число, задающее количество групп, на которые разбиваются входные данные вдоль оси каналов. Для каждой группы отдельно выполняется свёртка с фильтрами `filters // groups`. Результаты `groups` объединяются вдоль оси каналов. Количество входных каналов и `filters` должны делиться на `groups` без остатка.
`activation`	Функция активации. Если `None`, активация не применяется.
`use_bias`	bool; 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`	Необязательная регуляризация ядра свёртки.
`bias_regularizer`	Необязательная регуляризация 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 проецированную переменную (той же формы). 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": 5D-тензор формы: (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels)
Если data_format="channels_first": 5D-тензор формы: (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3)

Форма выходных данных:

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

Возвращает
5D-тензор, представляющий `activation(conv3d(inputs, kernel) + bias)`.

Вызывает исключение
`ValueError`	если одновременно выполняются `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`	Возвращает входные тензоры символьной операции. Возвращает только тензоры, соответствующие первому вызову операции.
`kernel`
`output`	Возвращает выходные тензоры слоя. Возвращает только тензоры, 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 на основе его конфигурации.

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

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

Возвращает
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