TensorFlow函數(shù)：tf.layers.SeparableConv1D

tf.layers.SeparableConv1D函數(shù)

SeparableConv1D類

定義在：tensorflow/python/layers/convolutional.py.

深度(depthwise)可分離的1D卷積.

該層執(zhí)行深度(depthwise)卷積,分別對通道起作用,然后是混合通道的逐點(diǎn)卷積.如果use_bias為True且提供了偏置初始化設(shè)定項(xiàng),則會(huì)向輸出添加偏置向量.然后它可以選擇應(yīng)用激活函數(shù)來產(chǎn)生最終輸出.

參數(shù)：

• filters：一個(gè)整數(shù),表示輸出空間的維數(shù)(即卷積中的濾波器數(shù)).
• kernel_size：一個(gè)整數(shù),用于指定過濾器的空間維度.
• strides：一個(gè)整數(shù),用于指定卷積的步幅；指定任何stride值！= 1與指定任何dilation_rate值！= 1都不相容.
• padding：一個(gè)"valid"或"same"(不用區(qū)分大小寫).
• data_format：一個(gè)字符串,可以是一個(gè)channels_last(默認(rèn))或channels_first,表示輸入中維度的順序.channels_last對應(yīng)于具有形狀(batch, length, channels)的輸入,而channels_first對應(yīng)于具有形狀(batch, channels, length)的輸入.
• dilation_rate：單個(gè)整數(shù),指定用于擴(kuò)張卷積的擴(kuò)張率.目前,指定任何dilation_rate值！= 1與指定任何步幅值！= 1都不相容.
• depth_multiplier：表示每個(gè)輸入通道的深度卷積輸出通道數(shù),深度卷積輸出通道的總數(shù)將等于：num_filters_in * depth_multiplier.
• activation：激活功能,將其設(shè)置為“None”以保持線性激活.
• use_bias：Boolean,用于表示該層是否使用偏差.
• depthwise_initializer：深度卷積內(nèi)核的初始化程序.
• pointwise_initializer：逐點(diǎn)卷積內(nèi)核的初始化程序.
• bias_initializer：偏置向量的初始化器,如果為None,則將使用默認(rèn)初始值設(shè)定項(xiàng).
• depthwise_regularizer：深度卷積內(nèi)核的可選正則化器.
• pointwise_regularizer：針對逐點(diǎn)卷積內(nèi)核的可選正則化器.
• bias_regularizer：偏置矢量的可選正則化器.
• activity_regularizer：輸出的可選正則化函數(shù).
• depthwise_constraint：可選投影函數(shù),在由Optimizer更新后應(yīng)用于深度內(nèi)核Optimizer(例如,用于范數(shù)約束或?qū)訖?quán)重的值約束).該函數(shù)必須將未投影的變量作為輸入,并且必須返回投影變量(必須具有相同的形狀).在進(jìn)行異步分布式培訓(xùn)時(shí),使用約束是不安全的.
• pointwise_constraint：由Optimizer更新后應(yīng)用于逐點(diǎn)內(nèi)核的可選投影函數(shù)Optimizer.
• bias_constraint：由Optimizer更新后應(yīng)用于偏差的可選投影函數(shù).
• trainable：Boolean,如果為True,還將變量添加到圖集合GraphKeys.TRAINABLE_VARIABLES中(請參閱參考資料tf.Variable).
• name：字符串,表示圖層的名稱.

屬性

• activity_regularizer
  

  可選的正則化函數(shù)用于該層的輸出.

• dtype
• graph
• input
  

  檢索圖層的輸入張量.

  僅適用于圖層只有一個(gè)輸入的情況,即它是否連接到一個(gè)輸入圖層.

  返回：

  輸入張量或輸入張量列表.

  可能引發(fā)的異常：

  • AttributeError：如果圖層連接到多個(gè)輸入圖層.
  • RuntimeError：如果在Eager模式下調(diào)用.
  • AttributeError：如果未找到入站節(jié)點(diǎn).
• input_shape
  

  檢索圖層的輸入形狀.

  僅適用于圖層只有一個(gè)輸入,即它是否連接到一個(gè)輸入層,或者所有輸入具有相同形狀的情況.

  返回：

  輸入形狀,作為整數(shù)形狀元組(或形狀元組列表,每個(gè)輸入張量一個(gè)元組).

  可能引發(fā)的異常

  • AttributeError：如果圖層沒有定義的input_shape.
  • RuntimeError：如果在Eager模式下調(diào)用.
• losses
  

  與此Layer相關(guān)的損失.

  請注意,在急切執(zhí)行時(shí),獲取此屬性會(huì)計(jì)算正規(guī)則.使用圖形執(zhí)行時(shí),已經(jīng)創(chuàng)建了變量正則化運(yùn)算,并且只是在這里返回.

  返回：

  張量列表.

• name
• non_trainable_variables
• non_trainable_weights
• output
  

  用于檢索圖層的輸出張量.

  僅適用于圖層只有一個(gè)輸出,即它是否連接到一個(gè)輸入層.

  返回：

  輸出張量或輸出張量列表.

  可能引發(fā)的異常：

  • AttributeError：如果圖層連接到多個(gè)輸入圖層.
  • RuntimeError：如果在Eager模式下調(diào)用.
• output_shape
  

  檢索圖層的輸出形狀.

  僅適用于圖層具有一個(gè)輸出,或者所有輸出具有相同形狀的情況.

  返回：

  輸出形狀,作為整數(shù)形狀元組(或形狀元組列表,每個(gè)輸出張量一個(gè)元組).

  可能引發(fā)的異常：

  • AttributeError：如果圖層沒有定義的輸出形狀.
  • RuntimeError：如果在Eager模式下調(diào)用.
• scope_name
• trainable_variables
• trainable_weights
• updates
• variables
  

  返回所有圖層變量/權(quán)重的列表.

  返回：

  變量列表.

• weights
  

  返回所有圖層變量/權(quán)重的列表.

  返回：

  變量列表.

方法

• __init__
  

  __init__(
      filters,
      kernel_size,
      strides=1,
      padding='valid',
      data_format='channels_last',
      dilation_rate=1,
      depth_multiplier=1,
      activation=None,
      use_bias=True,
      depthwise_initializer=None,
      pointwise_initializer=None,
      bias_initializer=tf.zeros_initializer(),
      depthwise_regularizer=None,
      pointwise_regularizer=None,
      bias_regularizer=None,
      activity_regularizer=None,
      depthwise_constraint=None,
      pointwise_constraint=None,
      bias_constraint=None,
      trainable=True,
      name=None,
      **kwargs
  )

  初始化自我.

• __call__
  

  __call__(
      inputs,
      *args,
      **kwargs
  )

  該方法用于包裝call,應(yīng)用預(yù)處理和后處理步驟.

  參數(shù)：

  • inputs：輸入張量.
  • *args：要傳遞給self.call的其他位置參數(shù).
  • **kwargs：要傳遞給self.call的其他關(guān)鍵字參數(shù).注意：kwarg scope保留供圖層使用.

  返回：

  輸出張量.

  注意：- 如果圖層的call方法采用scope關(guān)鍵字參數(shù),則此參數(shù)將自動(dòng)設(shè)置為當(dāng)前變量范圍.- 如果圖層的call方法采用mask參數(shù)(如某些Keras圖層那樣),則其默認(rèn)值將設(shè)置為inputs前一層生成的蒙版(如果input確實(shí)來自生成相應(yīng)蒙版的圖層,即它是否來自具有掩蔽支持的Keras層).

  可能引發(fā)的異常：

  • ValueError：如果圖層的call方法返回None(無效值).
• __deepcopy__
  

  __deepcopy__(memo)

• add_loss
  

  add_loss(
      losses,
      inputs=None
  )

  添加損失張量,可能取決于圖層輸入.
  

  一些損失(例如,活動(dòng)正則化損失)可能取決于調(diào)用層時(shí)傳遞的輸入.因此,當(dāng)在不同的輸入a和b上重用同一層時(shí),在layer.losses上的一些條目可以取決于a而另外一些取決于b.此方法自動(dòng)跟蹤依賴性.

  該get_losses_for方法允許檢索與特定輸入集相關(guān)的損失.

  請注意,急切執(zhí)行時(shí)不支持add_loss.相反,可以通過add_variable添加變量正則化器.不直接支持活動(dòng)正規(guī)化(但可以從Layer.call()中返回此類損失).

  參數(shù)：

  • losses：損失張量,或張量/列表的張量.
  • inputs：如果傳遞了除None以外的任何內(nèi)容,則表示損失是以某些層的輸入為條件的,因此它們只應(yīng)在這些輸入可用的地方運(yùn)行.例如,活動(dòng)正規(guī)化損失就是這種情況.如果None通過,則假定損失是無條件的,并且將應(yīng)用于層的所有數(shù)據(jù)流(例如,權(quán)重正則化損失).

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• add_update
  

  add_update(
      updates,
      inputs=None
  )

  添加更新操作,可能依賴于圖層輸入.

  權(quán)重更新(例如,BatchNormalization層中移動(dòng)均值和方差的更新)可能取決于調(diào)用圖層時(shí)傳遞的輸入.因此,當(dāng)在不同的輸入a和b上重用同一層時(shí),在layer.updates中的一些條目可以取決于a并且另外一些取決于b.此方法自動(dòng)跟蹤依賴性.

  該get_updates_for方法允許檢索與特定輸入集相關(guān)的更新.

  在Eager模式下忽略此調(diào)用.

  參數(shù)：

  • updates：更新操作,或更新操作的列表/元組.
  • inputs：如果傳遞了除None之外的任何內(nèi)容,則表示更新是以某些層的輸入為條件的,因此它們只應(yīng)在這些輸入可用的地方運(yùn)行.例如,BatchNormalization更新就是這種情況.如果為None,則無條件地考慮更新,并且您有責(zé)任確保它們可能具有的任何依賴性在運(yùn)行時(shí)可用.步數(shù)計(jì)數(shù)器可能屬于此類別.
• add_variable
  

  add_variable(
      name,
      shape,
      dtype=None,
      initializer=None,
      regularizer=None,
      trainable=True,
      constraint=None,
      partitioner=None
  )

  使用該方法可以向圖層添加新變量,或獲取現(xiàn)有變量；返回它.

  參數(shù)：

  • name： 變量的名稱.
  • shape：變量的形狀.
  • dtype：變量的類型,默認(rèn)為self.dtype或float32.
  • initializer：初始化程序?qū)嵗?可調(diào)用).
  • regularizer：regularrizer實(shí)例(可調(diào)用).
  • trainable：變量是否應(yīng)該是圖層的“trainable_variables”(例如,變量,偏差)或“non_trainable_variables”(例如BatchNorm mean,stddev)的一部分.注意,如果當(dāng)前變量范圍被標(biāo)記為不可訓(xùn)練,則忽略此參數(shù),并且任何添加的變量也標(biāo)記為不可訓(xùn)練.
  • constraint：約束實(shí)例(可調(diào)用).
  • partitioner:(可選)分區(qū)程序?qū)嵗?可調(diào)用).如果提供,則在創(chuàng)建請求的變量時(shí),它將根據(jù)partitioner分成多個(gè)分區(qū).在這種情況下,返回一個(gè)PartitionedVariable實(shí)例.可用的分區(qū)包括tf.fixed_size_partitioner和tf.variable_axis_size_partitioner.

  返回：

  創(chuàng)建的變量.通常是一個(gè)Variable或一個(gè)ResourceVariable實(shí)例.如果partitioner不是None,則返回PartitionedVariable實(shí)例.

  可能引發(fā)的異常：

  • RuntimeError：如果使用分區(qū)變量正則化調(diào)用并且啟用了急切執(zhí)行.
• apply
  

  apply(
      inputs,
      *args,
      **kwargs
  )

  在輸入上應(yīng)用圖層.

  這只是包裝self.__call__.

  參數(shù)：

  • inputs：輸入張量.
  • *args：要傳遞給self.call的其他位置參數(shù).
  • **kwargs：要傳遞給self.call的其他關(guān)鍵字參數(shù).

  返回：

  輸出張量.

• build
  

  build(input_shape)

  創(chuàng)建圖層的變量.

• call
  

  call(inputs)

  圖層的邏輯就在這里.

  參數(shù)：

  • inputs：輸入張量.
  • **kwargs：其他關(guān)鍵字參數(shù).

  返回：

  輸出張量.

• compute_output_shape
  

  compute_output_shape(input_shape)

  在給定輸入形狀的情況下計(jì)算圖層的輸出形狀.

  參數(shù)：

  • input_shape：一個(gè)TensorShape(可能是嵌套的元組),它不需要完全定義(例如,批量大小可能是未知的).

  返回：

  一個(gè)TensorShape(可能是嵌套的元組).

  可能引發(fā)的異常：

  • TypeError：如果input_shape不是TensorShape(可能是嵌套的元組).
  • ValueError：如果input_shape不完整或與圖層不兼容.
• count_params
  

  count_params()

  計(jì)算組成權(quán)重的標(biāo)量總數(shù).

  返回：

  整數(shù)計(jì)數(shù).

  可能引發(fā)的異常：

  • ValueError：如果尚未構(gòu)建圖層(在這種情況下,其權(quán)重尚未定義).
• get_input_at
  

  get_input_at(node_index)

  檢索給定節(jié)點(diǎn)處的層的輸入張量.

  參數(shù)：

  • node_index：Integer,從中檢索屬性的節(jié)點(diǎn)的索引.例如,node_index=0將對應(yīng)于第一次調(diào)用圖層.

  返回：

  張量(如果圖層有多個(gè)輸入,則為張量列表).

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• get_input_shape_at
  

  get_input_shape_at(node_index)

  檢索給定節(jié)點(diǎn)處的圖層的輸入形狀.

  參數(shù)：

  • node_index：Integer,從中檢索屬性的節(jié)點(diǎn)的索引.例如,node_index=0將對應(yīng)于第一次調(diào)用圖層.

  返回：

  形狀元組(如果圖層有多個(gè)輸入,則為形狀元組??列表).

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• get_losses_for
  

  get_losses_for(inputs)

  檢索與特定輸入集相關(guān)的損失.

  參數(shù)：

  • inputs：輸入張量或輸入張量的列表/元組.

  返回：

  依賴于inputs的層的損失張量列表.

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• get_output_at
  

  get_output_at(node_index)

  檢索給定節(jié)點(diǎn)處的圖層的輸出張量.

  參數(shù)：

  • node_index：Integer,從中檢索屬性的節(jié)點(diǎn)的索引.例如,node_index=0將對應(yīng)于第一次調(diào)用圖層.

  返回：

  張量(如果圖層有多個(gè)輸出,則為張量列表).

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• get_output_shape_at
  

  get_output_shape_at(node_index)

  檢索給定節(jié)點(diǎn)處圖層的輸出形狀.

  參數(shù)：

  • node_index：Integer,從中檢索屬性的節(jié)點(diǎn)的索引.例如,node_index=0將對應(yīng)于第一次調(diào)用圖層.

  返回：

  形狀元組(如果圖層具有多個(gè)輸出,則為形狀元組??列表).

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.
• get_updates_for
  

  get_updates_for(inputs)

  檢索與特定輸入集相關(guān)的更新.

  參數(shù)：

  • inputs：輸入張量或輸入張量的列表/元組.

  返回：

  依賴于inputs的層的更新操作列表.

  可能引發(fā)的異常：

  • RuntimeError：如果在Eager模式下調(diào)用.