tf.contrib.layers.conv1d

Добавляет N-мерное свёрточное преобразование, за которым необязательно следует слой batch_norm.

tf.contrib.layers.conv1d(
    inputs, num_outputs, kernel_size, stride=1, padding='SAME', data_format=None,
    rate=1, activation_fn=tf.nn.relu, normalizer_fn=None, normalizer_params=None,
    weights_initializer=initializers.xavier_initializer(), weights_regularizer=None,
    biases_initializer=tf.zeros_initializer(), biases_regularizer=None, reuse=None,
    variables_collections=None, outputs_collections=None, trainable=True, scope=None
)

Требуется, чтобы 1 <= N <= 3.

convolution создаёт переменную, называемую weights, представляющую свёрточный ядро, которое свертывается (фактически коррелируется) с inputs, чтобы получить Tensor активаций. Если предоставлен normalizer_fn (например, batch_norm), он затем применяется. В противном случае, если normalizer_fn равно None и предоставлен biases_initializer, тогда создаётся переменная biases и добавляется к активациям. Наконец, если activation_fn не равно None, он также применяется к активациям.

Выполняет атропную свёртку со скоростью сдвига/расширения входных данных, равной rate, если для любого измерения rate указано значение > 1. В этом случае значения stride != 1 не поддерживаются.