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

  1. 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& ...

  2. 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, ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 【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 ...

  8. 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 ...

  9. 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

  1. 链表问题11——两个单链表相交的系列问题(四):总结
  2. VirtualBox中安装CentOS(新手教程)
  3. 让你的silverlight更炫(三):让BusyIndicator更炫
  4. struts2常见报错
  5. 在xcode上把你的app多语言国际化(NSLocalizedString)
  6. 13.QT中控制台程序console相关设置
  7. matlab com组件 发布,matlab生成com组件
  8. java面试题汇总(1)
  9. --》【日常】程序员常用网站
  10. html方式判断IE版本
  11. 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
  12. python数据处理用什么软件_数据分析都会用到哪些工具?
  13. 我觉得拍照这丫头狠有天赋
  14. 【亚马逊运营技巧】如何查找高价值关键词?
  15. java作业Scanner收银
  16. 呼叫中心坐席功能在职场中的应用
  17. 微信小程序跳转第三方页面
  18. 基于PHP的旅游资讯管理系统
  19. MyBatis(2)
  20. 基于FPGA的数字频率计(设计全过程)

热门文章

  1. 限时游戏开发大赛——Ludum Dare介绍
  2. pdf转jpg在线转换免费
  3. mysql储存引擎,数据类型,增删改查
  4. Flutter:常见编码问题及解决
  5. 微信公众号开发002-微信网页授权
  6. Javascript或HTML代码该怎么进行压缩美化?
  7. QT(6) of beginer from qter.org
  8. (dfs/dp)P2327 [SCOI2005]扫雷
  9. 网狐荣耀需要什么服务器系统,网狐荣耀服务器负载均衡
  10. 干货!#黑客大会PPT资源#,快来领取吧!