tf.keras.layers.Conv3D
| Просмотреть исходный код на GitHub |
3D-слой свёртки (например, пространственная свёртка по объёмам).
tf.keras.layers.Conv3D(
filters,
kernel_size,
strides=(1, 1, 1),
padding='valid',
data_format=None,
dilation_rate=(1, 1, 1),
groups=1,
activation=None,
use_bias=True,
kernel_initializer='glorot_uniform',
bias_initializer='zeros',
kernel_regularizer=None,
bias_regularizer=None,
activity_regularizer=None,
kernel_constraint=None,
bias_constraint=None,
**kwargs
)
Этот слой создаёт ядро свёртки, которое свёртывается с входными данными слоя для получения тензора выходных данных. Если use_bias имеет значение True, создаётся вектор смещения, который добавляется к выходным данным. Наконец, если activation не равно None, он также применяется к выходным данным.
При использовании этого слоя в качестве первого слоя в модели, укажите ключевое слово input_shape (кортеж целых чисел или None, не включая ось выборки), например, input_shape=(128, 128, 128, 1) для объёмов 128x128x128 с одним каналом в data_format="channels_last".
Примеры:
# The inputs are 28x28x28 volumes with a single channel, and the # batch size is 4 input_shape =(4, 28, 28, 28, 1) x = tf.random.normal(input_shape) y = tf.keras.layers.Conv3D( 2, 3, activation='relu', input_shape=input_shape[1:])(x) print(y.shape) (4, 26, 26, 26, 2)
# With extended batch shape [4, 7], e.g. a batch of 4 videos of 3D frames, # with 7 frames per video. input_shape = (4, 7, 28, 28, 28, 1) x = tf.random.normal(input_shape) y = tf.keras.layers.Conv3D( 2, 3, activation='relu', input_shape=input_shape[2:])(x) print(y.shape) (4, 7, 26, 26, 26, 2)
| Аргументы | |
|---|---|
filters | Целое число, размерность выходного пространства (то есть количество выходных фильтров в свёртке). |
kernel_size | Целое число или кортеж/список из 3 целых чисел, определяющих глубину, высоту и ширину окна 3D-свёртки. Может быть одним целым числом для указания одного и того же значения для всех пространственных измерений. |
strides | Целое число или кортеж/список из 3 целых чисел, определяющих шаги свёртки вдоль каждой пространственной размерности. Может быть одним целым числом для указания одного и того же значения для всех пространственных измерений. 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 заполнению нулями равномерно слева/справа или сверху/снизу входных данных таким образом, чтобы выходная высота/ширина совпадали с входной. |
data_format | Строка, одна из channels_last (по умолчанию) или channels_first. Порядок измерений в входных данных. channels_last соответствует входным данным с формой batch_shape + (spatial_dim1, spatial_dim2, spatial_dim3, channels), в то время как channels_first соответствует входным данным с формой batch_shape + (channels, spatial_dim1, spatial_dim2, spatial_dim3). По умолчанию используется значение image_data_format в файле конфигурации Keras по адресу ~/.keras/keras.json. Если вы его никогда не устанавливали, он будет "channels_last". |
dilation_rate | целое число или кортеж/список из 3 целых чисел, определяющих скорость расширения для свёртки с расширением. Может быть одним целым числом для указания одного и того же значения для всех пространственных измерений. В настоящее время указание любого значения dilation_rate != 1 несовместимо с указанием любого значения шага != 1. |
groups | Положительное целое число, определяющее количество групп, на которые входные данные разбиваются вдоль оси канала. Каждая группа свёртывается отдельно с filters / groups фильтрами. Выход представляет собой объединение всех groups результатов вдоль оси канала. Входные каналы и filters должны быть кратными groups . |
activation | Функция активации для использования. Если вы ничего не укажете, активация не применяется (см. keras.activations). |
use_bias | Булево значение, указывающее, использует ли слой вектор смещения. |
kernel_initializer | Инициализатор для матрицы весов kernel (см. keras.initializers). По умолчанию 'glorot_uniform'. |
bias_initializer | Инициализатор для вектора смещения (см. keras.initializers). По умолчанию 'zeros'. |
kernel_regularizer | Функция регуляризации, применяемая к матрице весов kernel (см. keras.regularizers). |
bias_regularizer | Функция регуляризации, применяемая к вектору смещения (см. keras.regularizers). |
activity_regularizer | Функция регуляризации, применяемая к результату слоя (его "активации") (см. keras.regularizers). |
kernel_constraint | Функция ограничения, применяемая к матрице ядра (см. keras.constraints). |
bias_constraint | Функция ограничения, применяемая к вектору смещения (см. keras.constraints). |
Форма входных данных:
5+D тензор с формой: batch_shape + (channels, conv_dim1, conv_dim2, conv_dim3) если data_format='channels_first' или 5+D тензор с формой: batch_shape + (conv_dim1, conv_dim2, conv_dim3, channels) если data_format='channels_last'.
Форма выходных данных:
5+D тензор с формой: batch_shape + (filters, new_conv_dim1, new_conv_dim2, new_conv_dim3) если data_format='channels_first' или 5+D тензор с формой: batch_shape + (new_conv_dim1, new_conv_dim2, new_conv_dim3, filters) если data_format='channels_last'. Значения new_conv_dim1, new_conv_dim2 и new_conv_dim3 могут измениться из-за заполнения.
| Возвращает | |
|---|---|
5+D тензор, представляющий activation(conv3d(inputs, kernel) + bias). |
| Возбуждает | |
|---|---|
ValueError | если padding равно "causal". |
ValueError | когда оба strides > 1 и dilation_rate > 1. |
Методы
convolution_op
convolution_op(
inputs, kernel
)
© 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/keras/layers/Conv3D
