TF-tf.keras.layers.Conv1D

tf.keras.layers.Conv1D(
filters, kernel_size, strides=1, padding=‘valid’,
data_format=‘channels_last’,
dilation_rate=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
)
一维卷积层（例如时间卷积）
作用：
该层创建一个卷积核，该卷积核与该层输入在单个空间（或时间）维度上进行卷积，以生成输出张量。
如果use_bias为True，则会创建一个偏差矢量并将其添加到输出中。
最后，如果activation=None，则它也将应用于输出。
当将此层用作模型的第一层时，请提供一个input_shape参数（整数元组或None)，
例如对于10个向量的128维向量的序列，为（10，128），对于可变长度，则为（None，128)

参数：
filters:输出空间的维数（即卷积中输出过滤器的数量）
kernel_size:指定一维卷积窗口的长度,即卷积核的大小
strides:指定卷积的步长
padding:One of “valid”, “causal” or “same”
data_format:one of channels_last (default) or channels_first.
dilation_rate:指定用于扩张卷积的扩张率
groups:一个正整数，指定输入沿通道轴划分的组数。
每个组分别与过滤器/过滤器组卷积。
输出是沿着通道轴的所有组结果的串联。
输入通道和过滤器都必须被组整除。
activation：激活函数
use_bias=True：层是否使用偏置向量
kernel_initializer：内核权重矩阵的初始化
bias_initializer：偏置向量初始化
kernel_regularizer：是否将正则化函数应用于内核权重矩阵
bias_regularizer：是否将正则化函数应用于偏置向量
activity_regularizer：Regularizer函数应用于层的输出
kernel_constraint：约束函数应用于核矩阵
bias_constraint：约束函数应用于偏执向量

TF-tf.keras.layers.Conv1D相关推荐

tf.keras.layers.Conv1D 一维卷积示例
tf.keras.layers.Conv1D 一维卷积示例 import tensorflow as tf from tensorflow import keras import numpy as ...
python内核大小_关于keras.layers.Conv1D的kernel_size参数使用介绍
今天在用keras添加卷积层的时候,发现了kernel_size这个参数不知怎么理解,keras中文文档是这样描述的: kernel_size: 一个整数,或者单个整数表示的元组或列表, 指明 1D ...
Tensorflow 2.x(keras)源码详解之第七章：keras中的tf.keras.layers
大家好,我是爱编程的喵喵.双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中.从事机器学习以及相关的前后端开发工作.曾在阿里云.科大讯飞.CCF等比赛获得多次Top名次.现 ...
tensorflow keras 上采样（放大图片） tf.keras.layers.UpSampling2D 示例
input_shape = (4, 28, 28, 3) # 样本数:4,图片大小:28 * 28,通道:3 inputs = tf.random.normal(input_shape) print( ...
tf.keras.layers.MaxPool2D 最大池化层示例
tf.keras.layers.MaxPool2D 最大池化层示例 import tensorflow as tf import numpy as np inputs = np.random.ran ...
tf.keras.layers.MaxPool2D 示例池化层
tf.keras.layers.MaxPool2D 示例池化层 import tensorflow as tf import numpy as np inputs = np.random.randi ...
tf.keras.layers.Resizing 示例改变维度的层
tf.keras.layers.Resizing 示例改变维度的层 import tensorflow as tf # 创建一个输入的张量 inputs = tf.random.normal([ 2 ...
tf.keras.layers.TextVectorization 示例
将文本要素映射到整数序列的预处理图层. 将不同长度的文本,转换成相同长度的数组 import tensorflow as tf text_layer = tf.keras.layers.TextVec ...
tf.keras.layers.Embedding 嵌入层示例
将正整数(索引)转换为固定大小的密集向量.此层只能用作模型中的第一层 import tensorflow as tf import numpy as np embedding_layer = tf.k ...
tf.keras.layers.Dropout 示例
import tensorflow as tf import numpy as np 随机删除神经元,防止过度拟合 tf.random.set_seed(0) layer = tf.keras.lay ...

TF-tf.keras.layers.Conv1D

TF-tf.keras.layers.Conv1D相关推荐

最新文章

热门文章