tf.keras.layers.SeparableConv2D

Слой 2D разделенного свертки.

Наследуется от: Layer, Operation

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.SeparableConvolution2D

tf.keras.layers.SeparableConv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format=None,
    dilation_rate=(1, 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 свертку по каналам, которая действует раздельно на каналы, за которой следует точечная свертка, смешивающая каналы. Если use_bias имеет значение True и инициализатор смещения задан, он добавляет вектор смещения к выводу. Затем он необязательно применяет функцию активации для получения окончательного вывода.

Аргументы
`filters`	целое число, размерность выходного пространства (т. е. количество фильтров в точечной свертке).
`kernel_size`	целое число или кортеж/список из 2 целых чисел, определяющие размер окна свертки по глубине.
`strides`	целое число или кортеж/список из 2 целых чисел, определяющие шаг свертки по глубине. Если указано только одно целое число, то же значение шага будет использоваться для всех измерений. `strides > 1` несовместим с `dilation_rate > 1`.
`padding`	строка, либо `"valid"` или `"same"` (регистронезависимо). `"valid"` означает отсутствие заполнения. `"same"` приводит к выравниванию заполнения слева/справа или сверху/снизу входных данных. При `padding="same"` и `strides=1` размер выходных данных совпадает с размером входных данных.
`data_format`	строка, либо `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, height, width, channels)`, а `"channels_first"` соответствует входным данным 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, определяющие скорость расширения для свертки с расширением. Если указано только одно целое число, то же значение скорости расширения будет использоваться для всех измерений.
`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`.
`activation`	Функция активации. Если `None`, функция активации не применяется.
`use_bias`	логическое значение, если `True`, к выходу будет добавлен смещение.
`depthwise_initializer`	Инициализатор ядра свертки по глубине. Если None, используется инициализатор по умолчанию (`"glorot_uniform"`).
`pointwise_initializer`	Инициализатор ядра точечной свертки. Если None, используется инициализатор по умолчанию (`"glorot_uniform"`).
`bias_initializer`	Инициализатор вектора смещения. Если None, используется инициализатор по умолчанию ('"zeros"').
`depthwise_regularizer`	Необязательный регуляризатор ядра свертки по глубине.
`pointwise_regularizer`	Необязательный регуляризатор ядра точечной свертки.
`bias_regularizer`	Необязательный регуляризатор вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для выхода.
`depthwise_constraint`	Необязательная функция проекции, применяемая к ядру свертки по глубине после обновления `Optimizer` (например, используется для ограничений нормы или ограничений значений для весов слоя). Функция должна принимать в качестве входных данных непроецированную переменную и должна возвращать проецированную переменную (которая должна иметь ту же форму).
`pointwise_constraint`	Необязательная функция проекции, применяемая к точечному ядру после обновления `Optimizer`.
`bias_constraint`	Необязательная функция проекции, применяемая к смещению после обновления `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, filters)
Если data_format="channels_first": 4D тензор с формой: (batch_size, filters, new_height, new_width)

Возвращаемое значение
4D тензор, представляющий `activation(separable_conv2d(inputs, kernel) + bias)`.

Пример:

x = np.random.rand(4, 10, 10, 12)
y = keras.layers.SeparableConv2D(3, 4, 3, 2, activation='relu')(x)
print(y.shape)
(4, 4, 4, 4)

Атрибуты
`input`	Извлекает тензор(ы) входных данных символической операции. Возвращает только тензор(ы), соответствующий(ие) первому вызову операции.
`output`	Извлекает тензор(ы) выходных данных слоя. Возвращает только тензор(ы), соответствующий(ие) первому вызову операции.

Методы

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает слой из его конфигурации.

Этот метод является обратным к get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает соединение слоев (обрабатывается сетью), ни веса (обрабатывается set_weights).

Аргументы
`config`	Словарь Python, обычно выход get_config.

Возвращаемое значение
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/SeparableConv2D