tf.keras.layers.DepthwiseConv2D

Слой 2D свертки по глубине.

Наследуется от: Layer, Operation

tf.keras.layers.DepthwiseConv2D(
    kernel_size,
    strides=(1, 1),
    padding='valid',
    depth_multiplier=1,
    data_format=None,
    dilation_rate=(1, 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
)

Используется в ноутбуках

Используется в руководстве
Обрезка для вычислений на устройстве с XNNPACK

Свертка по глубине — это тип свертки, в котором каждый входной канал свёртывается с отдельным ядром (называемым ядром по глубине). Вы можете рассматривать свертку по глубине как первый шаг в свёртке по глубине и разделимости.

Она реализована следующим образом:

Разделение входа на отдельные каналы.
Свёртка каждого канала с отдельным ядром по глубине с depth_multiplier выходными каналами.
Конкатенация свёрнутых выходов вдоль оси каналов.

В отличие от обычной 2D свертки, свертка по глубине не смешивает информацию по разным входным каналам.

Аргумент depth_multiplier определяет, сколько фильтров применяется к одному входному каналу. Таким образом, он управляет количеством выходных каналов, генерируемых на каждый входной канал на этапе свёртки по глубине.

Args
`kernel_size`	целое число или кортеж/список из 2 целых чисел, определяющих размер окна свертки по глубине.
`strides`	целое число или кортеж/список из 2 целых чисел, определяющий длину шага свертки по глубине. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	строка, либо `"valid"`, либо `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному дополнению слева/справа или сверху/снизу входных данных. Когда `padding="same"` и `strides=1`, размер выходных данных совпадает с размером входных данных.
`depth_multiplier`	Количество выходных каналов свертки по глубине для каждого входного канала. Общее количество выходных каналов свертки по глубине будет равно `input_channel * depth_multiplier`.
`data_format`	строка, либо `"channels_last"`, либо `"channels_first"`. Порядок измерений на входе. `"channels_last"` соответствует входам с формой `(batch, height, width, channels)`, а `"channels_first"` соответствует входам с формой `(batch, 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 задавали, он будет равен `"channels_last"`.
`dilation_rate`	целое число или кортеж/список из 2 целых чисел, определяющий скорость расширения для свёртки с расширением.
`activation`	Функция активации. Если `None`, функция активации не применяется.
`use_bias`	булево значение, если `True`, к выходу будет добавлена смещение.
`depthwise_initializer`	Инициализатор для ядра свёртки. Если `None`, будет использоваться инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор для вектора смещения. Если `None`, будет использоваться инициализатор по умолчанию (`"zeros"`).
`depthwise_regularizer`	Необязательный регуляризатор для ядра свёртки.
`bias_regularizer`	Необязательный регуляризатор для вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для вывода.
`depthwise_constraint`	Необязательная проекционная функция, которая применяется к ядру после его обновления `Optimizer` (например, используется для реализации ограничений нормы или ограничений значений для весов слоя). Функция должна принимать на вход непроектируемую переменную и возвращать проектируемую переменную (которая должна иметь ту же форму). Ограничения небезопасны при асинхронном распределённом обучении.
`bias_constraint`	Необязательная проекционная функция, применяемая к смещению после его обновления с помощью `Optimizer`.

Форма входных данных:

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 выходных данных:

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

Returns
4D тензор, представляющий собой `activation(depthwise_conv2d(inputs, kernel) + bias)`.

Raises
`ValueError`	когда одновременно заданы `strides > 1` и `dilation_rate > 1`.

Пример:

x = np.random.rand(4, 10, 10, 12)
y = keras.layers.DepthwiseConv2D(3, 3, activation='relu')(x)
print(y.shape)
(4, 8, 8, 36)

Атрибуты
`input`	Возвращает входной тензор(ы) символической операции. Возвращает только тензор(ы), соответствующий первому вызову операции.
`output`	Возвращает выходной тензор(ы) слоя. Возвращает только тензор(ы), соответствующий первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создает слой из его конфигурации.

Этот метод — обратный метод get_config, позволяющий восстановить тот же слой из словаря конфигурации. Он не обрабатывает соединение слоев (обрабатывается сетью), а также веса (обрабатываются set_weights).

Args
`config`	Словарь Python, обычно результат get_config.

Returns
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/DepthwiseConv2D