tf.keras.layers.DepthwiseConv1D

Слой одномерной глубинной свёртки.

Наследуется от: Layer, Operation

tf.keras.layers.DepthwiseConv1D(
    kernel_size,
    strides=1,
    padding='valid',
    depth_multiplier=1,
    data_format=None,
    dilation_rate=1,
    activation=None,
    use_bias=True,
    depthwise_initializer='glorot_uniform',
    bias_initializer='zeros',
    depthwise_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    depthwise_constraint=None,
    bias_constraint=None,
    **kwargs
)

Глубинная свёртка — это тип свёртки, при котором для каждого входного канала применяется отдельное ядро (называемое глубинным ядром). Глубинную свёртку можно рассматривать как первый шаг глубинной разделяемой свёртки.

Она реализуется в несколько шагов:

Разделение входных данных на отдельные каналы.
Свёртка каждого канала с отдельным глубинным ядром с depth_multiplier выходными каналами.
Объединение результатов свёртки по оси каналов.

В отличие от обычной одномерной свёртки, глубинная свёртка не объединяет информацию из разных входных каналов.

Аргумент depth_multiplier определяет количество фильтров, применяемых к одному входному каналу. Таким образом, он задаёт количество выходных каналов, создаваемых для каждого входного канала на этапе глубинной свёртки.

Аргументы
`kernel_size`	Целое число или кортеж/список из одного целого числа, задающий размер окна глубинной свёртки.
`strides`	Целое число или кортеж/список из одного целого числа, задающий длину шага свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	Строка: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие дополнения. `"same"` равномерно распределяет дополнение слева/справа или сверху/снизу входных данных. При значениях `padding="same"` и `strides=1` размер выходных данных совпадает с размером входных.
`depth_multiplier`	Количество выходных каналов глубинной свёртки для каждого входного канала. Общее количество выходных каналов глубинной свёртки будет равно `input_channel * depth_multiplier`.
`data_format`	Строка: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, steps, features)`, а `"channels_first"` — входным данным с формой `(batch, features, steps)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по адресу `~/.keras/keras.json`. Если это значение не задано, используется `"channels_last"`.
`dilation_rate`	Целое число или кортеж/список из одного целого числа, задающий коэффициент разрежения для разреженной свёртки.
`activation`	Функция активации. Если указано `None`, активация не применяется.
`use_bias`	Логическое значение; если указано `True`, к выходным данным будет добавлено смещение.
`depthwise_initializer`	Инициализатор ядра свёртки. Если указано `None`, будет использован инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если указано `None`, будет использован инициализатор по умолчанию (`"zeros"`).
`depthwise_regularizer`	Необязательный регуляризатор ядра свёртки.
`bias_regularizer`	Необязательный регуляризатор вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации выходных данных.
`depthwise_constraint`	Необязательная функция проекции, применяемая к ядру после его обновления с помощью `Optimizer` (например, для реализации ограничений нормы или значения весов слоя). Функция должна принимать 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": 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, channels * depth_multiplier)
Если data_format="channels_first": тензор размерности 3 с формой: (batch_shape, channels * depth_multiplier, new_steps)

Возвращает
Тензор размерности 3, представляющий `activation(depthwise_conv1d(inputs, kernel) + bias)`.

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

Пример:

x = np.random.rand(4, 10, 12)
y = keras.layers.DepthwiseConv1D(3, 3, 2, activation='relu')(x)
print(y.shape)
(4, 4, 36)

Атрибуты
`input`	Возвращает входные тензоры символьной операции. Возвращает только тензоры, соответствующие первому вызову операции.
`output`	Возвращает выходные тензоры слоя. Возвращает только тензоры, соответствующие 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 такой 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 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/DepthwiseConv1D