tf.keras.constraints.RadialConstraint

Ограничивает Conv2D весовые коэффициенты ядра, чтобы они были одинаковыми для каждого радиуса.

Наследуется от: Constraint

Также доступно через функцию-ярлык tf.keras.constraints.radial_constraint.

Например, желаемый вывод для следующего ядра 4x4:

kernel = [[v_00, v_01, v_02, v_03],
          [v_10, v_11, v_12, v_13],
          [v_20, v_21, v_22, v_23],
          [v_30, v_31, v_32, v_33]]

это::

kernel = [[v_11, v_11, v_11, v_11],
          [v_11, v_33, v_33, v_11],
          [v_11, v_33, v_33, v_11],
          [v_11, v_11, v_11, v_11]]

Это ограничение может быть применено к любому Conv2D слою, включая Conv2DTranspose и SeparableConv2D, и с форматом данных "channels_last" или "channels_first". Метод предполагает, что тензор весов имеет форму (rows, cols, input_depth, output_depth).

Методы

get_config

Просмотреть исходный код

get_config()

Возвращает словарь Python с конфигурацией объекта.

Конфигурация ограничения — это словарь Python (сериализуемый в формате JSON), который можно использовать для повторного создания того же объекта.