tf.keras.layers.SeparableConv2D

Просмотреть исходный код на GitHub

Двумерная свертка с разделением каналов.

Наследуется от: Layer, Module

Просмотреть псевдонимы

Основные псевдонимы

tf.keras.layers.SeparableConvolution2D

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.layers.SeparableConv2D, tf.compat.v1.keras.layers.SeparableConvolution2D

tf.keras.layers.SeparableConv2D(
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format=None,
    dilation_rate=(1, 1),
    depth_multiplier=1,
    activation=None,
    use_bias=True,
    depthwise_initializer='glorot_uniform',
    pointwise_initializer='glorot_uniform',
    bias_initializer='zeros',
    depthwise_regularizer=None,
    pointwise_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    depthwise_constraint=None,
    pointwise_constraint=None,
    bias_constraint=None,
    **kwargs
)

Свертки с разделением каналов сначала выполняют пространственную свертку по глубине (которая действует на каждый входной канал отдельно), а затем точечную свертку, которая смешивает результирующие выходные каналы. Аргумент depth_multiplier управляет тем, сколько выходных каналов генерируется на каждый входной канал на шаге разделения каналов.

Интуитивно свертки с разделением каналов можно понимать как способ разложения ядра свертки на два меньших ядра или как крайнюю версию блока Inception.

Аргументы
`filters`	Целое число, размерность выходного пространства (т. е. количество выходных фильтров в свертке).
`kernel_size`	Целое число или кортеж/список из 2 целых чисел, определяющий высоту и ширину окна двумерной свертки. Может быть одним целым числом для задания одного значения для всех пространственных измерений.
`strides`	Целое число или кортеж/список из 2 целых чисел, определяющий шаги свертки по высоте и ширине. Может быть одним целым числом для задания одного значения для всех пространственных измерений. Текущая реализация поддерживает только шаги одинаковой длины в измерениях строк и столбцов. 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 дополнению нулями равномерно слева/справа или сверху/снизу ввода таким образом, чтобы выход имел те же размеры высоты/ширины, что и ввод.
`data_format`	Строка, одна из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений во входных данных. `channels_last` соответствует вводам с формой `(batch_size, height, width, channels)`, а `channels_first` соответствует вводам с формой `(batch_size, channels, height, width)`. По умолчанию используется значение `image_data_format` в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы его никогда не устанавливали, то он будет «channels_last».
`dilation_rate`	Целое число или кортеж/список из 2 целых чисел, определяющий скорость расширения, используемую для расширенной свертки.
`depth_multiplier`	Количество выходных каналов свертки по глубине для каждого входного канала. Общее количество выходных каналов свертки по глубине будет равно `filters_in * depth_multiplier`.
`activation`	Функция активации для использования. Если вы ничего не укажете, активация не применяется (см. `keras.activations`).
`use_bias`	Булево значение, указывает, использует ли слой вектор смещения.
`depthwise_initializer`	Инициализатор ядра свертки по глубине (см. `keras.initializers`). Если None, используется инициализатор по умолчанию ('glorot_uniform').
`pointwise_initializer`	Инициализатор ядра точечной свертки (см. `keras.initializers`). Если None, используется инициализатор по умолчанию ('glorot_uniform').
`bias_initializer`	Инициализатор вектора смещения. Если None, используется инициализатор по умолчанию ('zeros') (см. `keras.initializers`).
`depthwise_regularizer`	Функция регуляризации, применяемая к матрице ядра свертки по глубине (см. `keras.regularizers`).
`pointwise_regularizer`	Функция регуляризации, применяемая к матрице ядра точечной свертки (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`).
`depthwise_constraint`	Функция ограничения, применяемая к матрице ядра свертки по глубине (см. `keras.constraints`).
`pointwise_constraint`	Функция ограничения, применяемая к матрице ядра точечной свертки (см. `keras.constraints`).
`bias_constraint`	Функция ограничения, применяемая к вектору смещения (см. `keras.constraints`).

Форма ввода:

4D тензор с формой: (batch_size, channels, rows, cols) если data_format='channels_first' или 4D тензор с формой: (batch_size, rows, cols, channels) если data_format='channels_last'.

Форма вывода:

4D тензор с формой: (batch_size, filters, new_rows, new_cols) если data_format='channels_first' или 4D тензор с формой: (batch_size, new_rows, new_cols, filters) если data_format='channels_last'. Значения rows и cols могут измениться из-за заполнения.

Возвращаемые значения
4D тензор, представляющий `activation(separableconv2d(inputs, kernel) + bias)`.

Возбуждает
`ValueError`	если `padding` равно "causal".

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/SeparableConv2D