一维卷积Conv1D
1D 卷积层 (例如时序卷积)。
该层创建了一个卷积核,该卷积核以 单个空间(或时间)维上的层输入进行卷积, 以生成输出张量。 如果 use_bias 为 True, 则会创建一个偏置向量并将其添加到输出中。 最后,如果 activation 不是 None,它也会应用于输出。
当使用该层作为模型第一层时,需要提供 input_shape 参数(整数元组或 None),例如, (10, 128) 表示 10 个 128 维的向量组成的向量序列, (None, 128) 表示 128 维的向量组成的变长序列。
参数
filters: 整数,输出空间的维度 (即卷积中滤波器的输出数量)。
kernel_size: 一个整数,或者单个整数表示的元组或列表, 指明 1D 卷积窗口的长度。
strides: 一个整数,或者单个整数表示的元组或列表, 指明卷积的步长。 指定任何 stride 值 != 1 与指定 dilation_rate 值 != 1 两者不兼容。
padding: “valid”, “causal” 或 “same” 之一 (大小写敏感) “valid” 表示「不填充」。 “same” 表示填充输入以使输出具有与原始输入相同的长度。 “causal” 表示因果(膨胀)卷积, 例如,output[t] 不依赖于 input[t+1:], 在模型不应违反时间顺序的时间数据建模时非常有用。 详见 WaveNet: A Generative Model for Raw Audio, section 2.1。
data_format: 字符串, “channels_last” (默认) 或 “channels_first” 之一。输入的各个维度顺序。 “channels_last” 对应输入尺寸为 (batch, steps, channels) (Keras 中时序数据的默认格式) 而 “channels_first” 对应输入尺寸为 (batch, channels, steps)。
dilation_rate: 一个整数,或者单个整数表示的元组或列表,指定用于膨胀卷积的膨胀率。 当前,指定任何 dilation_rate 值 != 1 与指定 stride 值 != 1 两者不兼容。
activation: 要使用的激活函数 (详见 activations)。 如未指定,则不使用激活函数 (即线性激活: a(x) = x)。
use_bias: 布尔值,该层是否使用偏置向量。
kernel_initializer: kernel 权值矩阵的初始化器 (详见 initializers)。
bias_initializer: 偏置向量的初始化器 (详见 initializers)。
kernel_regularizer: 运用到 kernel 权值矩阵的正则化函数 (详见 regularizer)。
bias_regularizer: 运用到偏置向量的正则化函数 (详见 regularizer)。
activity_regularizer: 运用到层输出(它的激活值)的正则化函数 (详见 regularizer)。
kernel_constraint: 运用到 kernel 权值矩阵的约束函数 (详见 constraints)。
bias_constraint: 运用到偏置向量的约束函数 (详见 constraints)。
一维卷积Conv1D相关推荐
- python中的一维卷积conv1d和二维卷积conv2d
先来看二维卷积conv2d conv2d(input, filter, strides, padding, use_cudnn_on_gpu=True, data_format="NHWC& ...
- Keras实现一维卷积(Conv1D)实例
实战一维卷积(Conv1D):kaggle叶子分类问题 通过例子理解: (1)一维卷积是如何工作的: (2)输入数据是如何构建的: 在csv文件中,数据集或者特征集的保存方式nxm,其中n为样本个数, ...
- tensorflow一维卷积输入_tensorflow中一维卷积conv1d处理语言序列的一点记录
工作中用卷积方法进行自然语言处理(NLP)相关任务,用到了tensorflow中的一些函数及方法: tf.nn.conv1d tf.layters.conv1d 用cov2d实现cov1d 两种池化操 ...
- 使用lasagne进行一维卷积conv1d
具体看下面的实现,实现对多个句子进行一维卷积,并使用dandelion实现时间维度上的maxpooling. # 学习使用lasagne 结合dandelion 进行卷积,并在时间维度上进行max p ...
- 基于一维卷积Conv1D实现猫狗叫声语音识别
前言 大家好,我是阿光. 本专栏整理了<PyTorch深度学习项目实战100例>,内包含了各种不同的深度学习项目,包含项目原理以及源码,每一个项目实例都附带有完整的代码+数据集. 正在更新 ...
- 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 ...
- 【tensorflow】tf.layers.conv1d函数解析(一维卷积)
TensorFlow函数:tf.layers.Conv1D_w3cschool https://www.w3cschool.cn/tensorflow_python/tensorflow_python ...
- NLP神经网络之一维卷积的处理【Conv1D】和GLU层
之后,我们将这个embedding层连接到一个Conv1D.事实上,该层的主要思想与我们在图像分类任务中常用的Conv2D完全相同.Conv1D的不同之处在于它的过滤器沿着单个轴而不是两个轴移动.下面 ...
- 深度学习-Tensorflow2.2-一维卷积网络{12}-一维卷积实例-27
一维卷积 航空公司评论数据集 import tensorflow as tf import matplotlib.pyplot as plt %matplotlib inline import num ...
最新文章
- 链表问题11——两个单链表相交的系列问题(四):总结
- VirtualBox中安装CentOS(新手教程)
- 让你的silverlight更炫(三):让BusyIndicator更炫
- struts2常见报错
- 在xcode上把你的app多语言国际化(NSLocalizedString)
- 13.QT中控制台程序console相关设置
- matlab com组件 发布,matlab生成com组件
- java面试题汇总(1)
- --》【日常】程序员常用网站
- html方式判断IE版本
- 零基础自学Python好难?学起来很吃力,想放弃?看看别人是怎样学习的
- python数据处理用什么软件_数据分析都会用到哪些工具?
- 我觉得拍照这丫头狠有天赋
- 【亚马逊运营技巧】如何查找高价值关键词?
- java作业Scanner收银
- 呼叫中心坐席功能在职场中的应用
- 微信小程序跳转第三方页面
- 基于PHP的旅游资讯管理系统
- MyBatis(2)
- 基于FPGA的数字频率计(设计全过程)