tf.keras.layers.DepthwiseConv2D

Слой двумерной поканальной свёртки.

Наследует: 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 блокнотах

Используется в руководстве
Прореживание для вывода на устройстве с помощью XNNPACK

Поканальная свёртка — это разновидность свёртки, при которой каждый входной канал свёртывается с отдельным ядром (называемым поканальным ядром). Поканальную свёртку можно рассматривать как первый этап разделимой поканальной свёртки.

Она реализуется следующими шагами:

Разделение входных данных на отдельные каналы.
Свёртка каждого канала с отдельным поканальным ядром, имеющим depth_multiplier выходных каналов.
Объединение результатов свёртки вдоль оси каналов.

В отличие от обычной двумерной свёртки, поканальная свёртка не смешивает информацию из разных входных каналов.

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

Аргументы
`kernel_size`	Целое число или кортеж/список из двух целых чисел, задающий размер окна поканальной свёртки.
`strides`	Целое число или кортеж/список из двух целых чисел, задающий длину шага поканальной свёртки. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	Строка: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие дополнения. При `"same"` дополнение равномерно добавляется слева и справа либо сверху и снизу входных данных. Если `padding="same"` и `strides=1`, размер выходных данных совпадает с размером входных.
`depth_multiplier`	Количество выходных каналов поканальной свёртки для каждого входного канала. Общее количество выходных каналов поканальной 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 формы `(batch, height, width, channels)`, а `"channels_first"` — входным данным формы `(batch, channels, height, width)`. 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 двух целых чисел, задающий коэффициент разрежения для разреженной свёртки.
`activation`	Функция активации. Если задано `None`, функция активации не применяется.
`use_bias`	Логическое значение: если задано `True`, к выходным данным добавляется смещение.
`depthwise_initializer`	Инициализатор ядра свёртки. Если задано `None`, используется инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если задано `None`, используется 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 (с той же формой). 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 задано data_format="channels_last": тензор размерности 4 с формой: (batch_size, height, width, channels)
Если задано data_format="channels_first": тензор размерности 4 с формой: (batch_size, channels, height, width)

Форма выходных данных:

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

Возвращает
Тензор размерности 4, представляющий `activation(depthwise_conv2d(inputs, kernel) + bias)`.

Вызывает исключение
`ValueError`	если 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`	Получает входной тензор или входные тензоры символьной операции. Возвращает только тензор или тензоры, соответствующие первому вызову операции.
`output`	Получает выходной тензор или выходные тензоры слоя. Возвращает только тензор или 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 по отношению 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/DepthwiseConv2D