tf.compat.v1.layers.separable_conv2d

Функциональный интерфейс для слоя двумерной свертки с разделением по глубине.

tf.compat.v1.layers.separable_conv2d(
    inputs,
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format='channels_last',
    dilation_rate=(1, 1),
    depth_multiplier=1,
    activation=None,
    use_bias=True,
    depthwise_initializer=None,
    pointwise_initializer=None,
    bias_initializer=tf.compat.v1.zeros_initializer(),
    depthwise_regularizer=None,
    pointwise_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    depthwise_constraint=None,
    pointwise_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    reuse=None
)

Этот API является устаревшим API, совместимым только с выполнением в режиме жадного исполнения и tf.function, если вы используете его вместе с tf.compat.v1.keras.utils.track_tf1_style_variables

Обратитесь к разделу сопоставления моделей tf.layers в руководстве по миграции, чтобы узнать, как использовать вашу модель TensorFlow v1 в TF2 с Keras.

Соответствующий слой TensorFlow v2 — tf.keras.layers.SeparableConv2D.

Структурное сопоставление с родным TF2

Ни одно из поддерживаемых аргументов не изменило свое имя.

До:

y = tf.compat.v1.layers.separable_conv2d(x, filters=3, kernel_size=3)

После:

Для миграции кода, использующего функциональные слои TF1, используйте функциональный API Keras:

x = tf.keras.Input((28, 28, 1))
y = tf.keras.layers.SeparableConv2D(filters=3, kernels_size=3)(x)
model = tf.keras.Model(x, y)

Описание

Этот слой выполняет свертку по глубине, которая действует раздельно на каналы, за которой следует точечная свертка, которая смешивает каналы. Если use_bias равно True и задан инициализатор смещения, он добавляет вектор смещения к выходу. Затем он необязательно применяет функцию активации для получения конечного результата.