tf.compat.v1.layers.Conv1D

Слой свертки 1D (например, временная свертка).

Наследуется от: Conv1D, Layer, Layer, Module

tf.compat.v1.layers.Conv1D(
    filters,
    kernel_size,
    strides=1,
    padding='valid',
    data_format='channels_last',
    dilation_rate=1,
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.compat.v1.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    **kwargs
)

Миграция на TF2

Этот API является устаревшим API, совместимым только с исполнением Eager и tf.function, если вы объединяете его с tf.compat.v1.keras.utils.track_tf1_style_variables

Обратитесь к разделу сопоставления моделей tf.layers руководства по миграции (https://www.tensorflow.org/guide/migrate/model_mapping), чтобы узнать, как использовать вашу модель TensorFlow v1 в TF2 с Keras.

Соответствующий слой TensorFlow v2 — tf.keras.layers.Conv1D.

Структурное сопоставление с чистым TF2

Ни одно из поддерживаемых аргументов не изменило своего имени.

До:

conv = tf.compat.v1.layers.Conv1D(filters=3, kernel_size=3)

После:

conv = tf.keras.layers.Conv1D(filters=3, kernels_size=3)

Описание

Этот слой создаёт ядро свертки, которое свёртывается (на самом деле коррелируется перекрёстно) с входом слоя, чтобы получить тензор выходов. Если use_bias имеет значение True (и предоставлен bias_initializer), создаётся вектор смещения, который добавляется к выходам. Наконец, если activation не равно None, оно также применяется к выходам.

Аргументы
`filters`	Целое число, размерность выходного пространства (то есть число фильтров в свертке).
`kernel_size`	Целое число или кортеж/список из одного целого числа, определяющие длину окна 1D свертки.
`strides`	Целое число или кортеж/список из одного целого числа, определяющие длину шага свертки. Указание любого значения шага != 1 несовместимо с указанием любого значения `dilation_rate` != 1.
`padding`	Один из `"valid"` или `"same"` (регистр не учитывается). `"valid"` означает отсутствие заполнения. `"same"` приводит к равномерному дополнению слева/справа или сверху/снизу входных данных таким образом, что выходная размерность высоты/ширины совпадает с входной.
`data_format`	Строка, одна из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений ввода. `channels_last` соответствует входам с формой `(batch, length, channels)`, в то время как `channels_first` соответствует входам с формой `(batch, channels, length)`.
`dilation_rate`	Целое число или кортеж/список из одного целого числа, определяющие скорость дилатации, которую следует использовать для дилатационной свертки. В настоящее время указание любого значения `dilation_rate` != 1 несовместимо с указанием любого значения `strides` != 1.
`activation`	Функция активации. Установите её в None, чтобы сохранить линейную активацию.
`use_bias`	Булево значение, указывает, использует ли слой смещение.
`kernel_initializer`	Инициализатор для ядра свертки.
`bias_initializer`	Инициализатор для вектора смещения. Если None, будет использоваться инициализатор по умолчанию.
`kernel_regularizer`	Необязательный регуляризатор для ядра свертки.
`bias_regularizer`	Необязательный регуляризатор для вектора смещения.
`activity_regularizer`	Необязательная функция регуляризации для выхода.
`kernel_constraint`	Необязательная функция проекции, которая применяется к ядру после обновления её `Optimizer` (например, используется для реализации ограничений по норме или ограничениям значений для весов слоя). Функция должна принимать в качестве входных данных непроецированную переменную и возвращать проецированную переменную (которая должна иметь ту же форму). Ограничения небезопасны при выполнении асинхронной распределённой тренировки.
`bias_constraint`	Необязательная функция проекции, которая применяется к смещению после обновления его `Optimizer`.
`trainable`	Булево значение, если `True` также добавляет переменные в коллекцию графов `GraphKeys.TRAINABLE_VARIABLES` (см. `tf.Variable`).
`name`	Строка, имя слоя.

Атрибуты
`graph`
`scope_name`

Методы

`apply`

Просмотр исходного кода

apply(
    *args, **kwargs
)

`convolution_op`

Просмотр исходного кода

convolution_op(
    inputs, kernel
)

`get_losses_for`

Просмотр исходного кода

get_losses_for(
    inputs
)

Возвращает потери, относящиеся к определённому набору входных данных.

Аргументы
`inputs`	Входной тензор или список/кортеж входных тензоров.

Возвращаемое значение
Список тензоров потерь слоя, зависящих от `inputs`.

`get_updates_for`

Просмотр исходного кода

get_updates_for(
    inputs
)

Возвращает обновления, относящиеся к определённому набору входных данных.

Аргументы
`inputs`	Входной тензор или список/кортеж входных тензоров.

Возвращаемое значение
Список обновлений слоя, зависящих от `inputs`.

© 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/versions/r2.9/api_docs/python/tf/compat/v1/layers/Conv1D