tf.keras.layers.Conv3DTranspose

Просмотреть исходный код на GitHub

Слой транспонированной свёртки (иногда называемой деконволюцией).

Наследуется от: Conv3D, Layer, Module

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.Convolution3DTranspose

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.layers.Conv3DTranspose, tf.compat.v1.keras.layers.Convolution3DTranspose

tf.keras.layers.Conv3DTranspose(
    filters,
    kernel_size,
    strides=(1, 1, 1),
    padding='valid',
    output_padding=None,
    data_format=None,
    dilation_rate=(1, 1, 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
)

В общем случае необходимость в транспонированных свёртках возникает из-за желания использовать преобразование, направленное в противоположном направлении обычной свёртки, т. е. от чего-то, имеющего форму выходного значения некоторой свёртки, к чему-то, имеющему форму её входного значения, при одновременном сохранении схемы связности, совместимой с данной свёрткой.

При использовании этого слоя в качестве первого слоя в модели укажите ключевое слово input_shape (кортеж целых чисел или None, не включая ось образца), например, input_shape=(128, 128, 128, 3) для объёма 128x128x128 с 3 каналами, если data_format="channels_last".

Аргументы
`filters`	Целое число, размерность выходного пространства (т. е. 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, чтобы указать одно и то же значение для всех пространственных измерений.
`strides`	Целое число или кортеж/список из 3 целых чисел, определяющих шаги свёртки вдоль глубины, высоты и ширины. Может быть одним целым числом, чтобы указать одно и то же значение для всех пространственных измерений. Указание любого значения шага != 1 несовместимо с указанием любого значения `dilation_rate` != 1.
`padding`	одно из `"valid"` или `"same"` (регистронезависимо). `"valid"` означает отсутствие заполнения. `"same"` приводит к дополнению нулями равномерно слева/справа или сверху/снизу входных данных таким образом, чтобы выходные высота/ширина имели такое же значение, как и у входных данных.
`output_padding`	Целое число или кортеж/список из 3 целых чисел, определяющих количество заполнения вдоль глубины, высоты и ширины. Может быть одним целым числом, чтобы указать одно и то же значение для всех пространственных измерений. Количество выходного заполнения вдоль заданного измерения должно быть меньше, чем шаг вдоль того же измерения. Если задано значение `None` (по умолчанию), форма вывода определяется неявно.
`data_format`	Строка, одно из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений на входах. `channels_last` соответствует входным данным с формой `(batch_size, depth, height, width, channels)`, тогда как `channels_first` соответствует входным данным с формой `(batch_size, channels, depth, height, width)`. По умолчанию используется значение `image_data_format` в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы никогда этого не устанавливали, он будет равен "channels_last".
`dilation_rate`	целое число или кортеж/список из 3 целых чисел, определяющий скорость дилатации для свёртки с дилатацией. Может быть одним целым числом, чтобы указать одно и то же значение для всех пространственных измерений. В настоящее время указание любого значения `dilation_rate` != 1 несовместимо с указанием любого значения шага != 1.
`activation`	Функция активации для использования. Если вы ничего не укажете, активация не применяется (см. `keras.activations`).
`use_bias`	Булево, используется ли слой для вектора смещения.
`kernel_initializer`	Инициализатор матрицы весов `kernel` (см. `keras.initializers`). По умолчанию 'glorot_uniform'.
`bias_initializer`	Инициализатор 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 выходу 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 входа:

5D тензор с формой: (batch_size, channels, depth, rows, cols) если data_format='channels_first' или 5D тензор с формой: (batch_size, depth, rows, cols, channels) если data_format='channels_last'.

Форма вывода:

5D тензор с формой: (batch_size, filters, new_depth, new_rows, new_cols) если data_format='channels_first' или 5D тензор с формой: (batch_size, new_depth, new_rows, new_cols, filters) если data_format='channels_last'. Значения depth, rows и cols могут быть изменены из-за заполнения. Если output_padding задано:

new_depth = ((depth - 1) * strides[0] + kernel_size[0] - 2 * padding[0] +
output_padding[0])
new_rows = ((rows - 1) * strides[1] + kernel_size[1] - 2 * padding[1] +
output_padding[1])
new_cols = ((cols - 1) * strides[2] + kernel_size[2] - 2 * padding[2] +
output_padding[2])

Возвращает
5-мерный тензор, представляющий `activation(conv3dtranspose(inputs, kernel) + bias)`.

Возбуждает
`ValueError`	если `padding` равно "causal".
`ValueError`	когда оба `strides` > 1 и `dilation_rate` > 1.

Ссылки:

Методы

`convolution_op`

Просмотреть исходный код

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/Conv3DTranspose