SeparableConv1D 层

[源代码]

SeparableConv1D 类

tf_keras.layers.SeparableConv1D(
    filters,
    kernel_size,
    strides=1,
    padding="valid",
    data_format=None,
    dilation_rate=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
)

深度可分离一维卷积。

此层执行深度卷积，该卷积分别作用于通道，然后执行混合通道的逐点卷积。如果 use_bias 为 True 且提供了偏差初始化器，则它会将偏差向量添加到输出中。然后，它可以选择性地应用激活函数以产生最终输出。

参数

• filters：整数，输出空间的维度（即卷积中的滤波器数量）。
• kernel_size：指定滤波器空间维度的单个整数。
• strides：指定卷积步长的单个整数。指定任何 stride 值 != 1 与指定任何 dilation_rate 值 != 1 不兼容。
• padding："valid"、"same" 或 "causal" 之一（不区分大小写）。"valid" 表示不填充。"same" 导致在输入的左右或上下均匀地用零填充，以便输出具有与输入相同的宽度/高度维度。"causal" 导致因果（膨胀）卷积，例如 output[t] 不依赖于 input[t+1:]。
• data_format：字符串，channels_last（默认）或 channels_first 之一。输入中维度的顺序。channels_last 对应于形状为 (batch_size, length, channels) 的输入，而 channels_first 对应于形状为 (batch_size, channels, length) 的输入。
• dilation_rate：单个整数，指定用于膨胀卷积的膨胀率。
• depth_multiplier：每个输入通道的深度卷积输出通道数。深度卷积输出通道的总数将等于 num_filters_in * depth_multiplier。
• activation：要使用的激活函数。如果您不指定任何内容，则不应用任何激活（请参阅 keras.activations）。
• use_bias：布尔值，指示层是否使用偏差。
• depthwise_initializer：深度卷积核的初始化器（请参阅 keras.initializers）。如果为 None，则将使用默认初始化器（'glorot_uniform'）。
• pointwise_initializer：逐点卷积核的初始化器（请参阅 keras.initializers）。如果为 None，则将使用默认初始化器（'glorot_uniform'）。
• bias_initializer：偏差向量的初始化器。如果为 None，则将使用默认初始化器（'zeros'）（请参阅 keras.initializers）。
• depthwise_regularizer：深度卷积核的可选正则化器（请参阅 keras.regularizers）。
• pointwise_regularizer：逐点卷积核的可选正则化器（请参阅 keras.regularizers）。
• bias_regularizer：偏差向量的可选正则化器（请参阅 keras.regularizers）。
• activity_regularizer：输出的可选正则化函数（请参阅 keras.regularizers）。
• depthwise_constraint：由 Optimizer 更新后应用于深度卷积核的可选投影函数（例如，用于层权重的范数约束或值约束）。该函数必须将未投影变量作为输入，并且必须返回投影变量（必须具有相同的形状）。在执行异步分布式训练时，约束不安全使用（请参阅 keras.constraints）。
• pointwise_constraint：由 Optimizer 更新后应用于逐点卷积核的可选投影函数（请参阅 keras.constraints）。
• bias_constraint：由 Optimizer 更新后应用于偏差的可选投影函数（请参阅 keras.constraints）。
• trainable：布尔值，如果为 True，则此层的权重将被标记为可训练（并在 layer.trainable_weights 中列出）。

输入形状

如果 data_format='channels_first'，则为形状为 (batch_size, channels, steps) 的 3D 张量；如果 data_format='channels_last'，则为形状为 (batch_size, steps, channels) 的 3D 张量。

输出形状

如果 data_format='channels_first'，则为形状为 (batch_size, filters, new_steps) 的 3D 张量；如果 data_format='channels_last'，则为形状为 (batch_size, new_steps, filters) 的 3D 张量。由于填充或步长，new_steps 值可能已更改。

返回值

表示 activation(separableconv1d(inputs, kernel) + bias) 的秩为 3 的张量。