tf.keras.layers.SeparableConv1D

Слой одномерной разделимой свёртки.

Наследует от: Layer, Operation

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.layers.SeparableConvolution1D

tf.keras.layers.SeparableConv1D(
    filters,
    kernel_size,
    strides=1,
    padding='valid',
    data_format=None,
    dilation_rate=1,
    depth_multiplier=1,
    activation=None,
    use_bias=True,
    depthwise_initializer='glorot_uniform',
    pointwise_initializer='glorot_uniform',
    bias_initializer='zeros',
    depthwise_regularizer=None,
    pointwise_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    depthwise_constraint=None,
    pointwise_constraint=None,
    bias_constraint=None,
    **kwargs
)

Этот слой выполняет разделимую свёртку по глубине, которая обрабатывает каналы по отдельности, а затем поточечную свёртку, объединяющую каналы. Если use_bias имеет значение True и задан инициализатор смещения, к выходу добавляется вектор смещения. Затем для получения окончательного результата при необходимости применяется функция активации.

Аргументы
`filters`	int, размерность выходного пространства (т. е. количество фильтров в поточечной свёртке).
`kernel_size`	int или кортеж/список из 1 целого числа, задающий размер окна свёртки по глубине.
`strides`	int или кортеж/список из 1 целого числа, задающий длину шага свёртки по глубине. Если указано только одно значение int, одинаковый размер шага используется для всех измерений. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	string: `"valid"` или `"same"` (без учёта регистра). `"valid"` означает отсутствие дополнения. При `"same"` дополнение равномерно добавляется слева и справа либо сверху и снизу от входных данных. Если `padding="same"` и `strides=1`, размер выхода совпадает с размером входа.
`data_format`	string: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным формы `(batch, steps, features)`, а `"channels_first"` — входным данным формы `(batch, features, steps)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по пути `~/.keras/keras.json`. Если это значение не задано, используется `"channels_last"`.
`dilation_rate`	int или кортеж/список из 1 целого числа, задающий коэффициент расширения для свёртки с расширением. Если указано только одно значение int, одинаковый коэффициент расширения используется для всех измерений.
`depth_multiplier`	Количество выходных каналов свёртки по глубине для каждого входного канала. Общее количество выходных каналов свёртки по глубине будет равно `input_channel * depth_multiplier`.
`activation`	Функция активации. Если `None`, активация не применяется.
`use_bias`	bool: если `True`, к выходу добавляется смещение.
`depthwise_initializer`	Инициализатор ядра свёртки по глубине. Если значение None, используется инициализатор по умолчанию (`"glorot_uniform"`).
`pointwise_initializer`	Инициализатор ядра поточечной свёртки. Если значение None, используется инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если значение None, используется инициализатор по умолчанию ('"zeros"').
`depthwise_regularizer`	Необязательный регуляризатор ядра свёртки по глубине.
`pointwise_regularizer`	Необязательный регуляризатор ядра поточечной свёртки.
`bias_regularizer`	Необязательный регуляризатор вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для выхода.
`depthwise_constraint`	Необязательная функция проекции, применяемая к ядру свёртки по глубине после его обновления с помощью `Optimizer` (например, для ограничения нормы или значений весов слоя). Функция должна принимать непроецированную переменную и возвращать спроецированную переменную (с той же формой).
`pointwise_constraint`	Необязательная функция проекции, применяемая к ядру поточечной свёртки после его обновления с помощью `Optimizer`.
`bias_constraint`	Необязательная функция проекции, применяемая к смещению после его обновления с помощью `Optimizer`.

Форма входных данных:

Если data_format="channels_last": тензор 3D формы: (batch_shape, steps, channels)
Если data_format="channels_first": тензор 3D формы: (batch_shape, channels, steps)

Форма выходных данных:

Если data_format="channels_last": тензор 3D формы: (batch_shape, new_steps, filters)
Если data_format="channels_first": тензор 3D формы: (batch_shape, filters, new_steps)

Возвращает
Тензор 3D, представляющий `activation(separable_conv1d(inputs, kernel) + bias)`.

Пример:

x = np.random.rand(4, 10, 12)
y = keras.layers.SeparableConv1D(3, 4, 3, 2, activation='relu')(x)
print(y.shape)
(4, 4, 4)

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

Методы

`from_config`

Просмотреть 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 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/SeparableConv1D