Conv1DTranspose 層

[來源]

Conv1DTranspose 類別

tf_keras.layers.Conv1DTranspose(
    filters,
    kernel_size,
    strides=1,
    padding="valid",
    output_padding=None,
    data_format=None,
    dilation_rate=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
)

轉置卷積層（有時稱為反卷積）。

對轉置卷積的需求通常源於希望使用與普通卷積相反方向的轉換，即從具有某些卷積輸出的形狀轉換為具有其輸入形狀的同時，保持與所述卷積兼容的連接模式。

當將此層用作模型中的第一層時，請提供關鍵字參數 input_shape（整數或 None 的元組，不包含樣本軸），例如，對於具有 128 個時間步和 3 個通道的資料，input_shape=(128, 3)。

參數

• filters：整數，輸出空間的維度（即卷積中輸出濾波器的數量）。
• kernel_size：一維卷積窗口的整數長度。
• strides：一個整數，指定沿時間維度的卷積步幅。指定 != 1 的步幅值與指定 != 1 的 dilation_rate 值不相容。預設值為 1。
• padding："valid" 或 "same" 其中之一（不區分大小寫）。"valid" 表示不填充。"same" 會以零均勻填充輸入的左/右或上/下，使得輸出具有與輸入相同的高度/寬度尺寸。
• output_padding：一個整數，指定沿輸出張量時間維度的填充量。輸出填充量必須小於步幅。如果設定為 None（預設值），則會推斷輸出形狀。
• data_format：一個字串，channels_last（預設值）或 channels_first 其中之一。輸入中維度的順序。channels_last 對應於形狀為 (batch_size, length, channels) 的輸入，而 channels_first 對應於形狀為 (batch_size, channels, length) 的輸入。
• dilation_rate：一個整數，指定用於擴張卷積的擴張率。目前，指定 != 1 的 dilation_rate 值與指定 != 1 的步幅值不相容。而且，目前不支援大於 1 的擴張率。
• activation：要使用的激活函數。如果未指定任何內容，則不會應用激活函數（請參閱 keras.activations）。
• use_bias：布林值，指示層是否使用偏差向量。
• kernel_initializer：kernel 權重矩陣的初始化器（請參閱 keras.initializers）。預設值為 'glorot_uniform'。
• bias_initializer：偏差向量的初始化器（請參閱 keras.initializers）。預設值為 'zeros'。
• kernel_regularizer：應用於 kernel 權重矩陣的正規化器函數（請參閱 keras.regularizers）。
• bias_regularizer：應用於偏差向量的正規化器函數（請參閱 keras.regularizers）。
• activity_regularizer：應用於層輸出（其「激活」）的正規化器函數（請參閱 keras.regularizers）。
• kernel_constraint：應用於 kernel 矩陣的約束函數（請參閱 keras.constraints）。
• bias_constraint：應用於偏差向量的約束函數（請參閱 keras.constraints）。

輸入形狀

形狀為 (batch_size, steps, channels) 的 3D 張量

輸出形狀

形狀為 (batch_size, new_steps, filters) 的 3D 張量，如果指定了 output_padding

new_timesteps = ((timesteps - 1) * strides + kernel_size -
2 * padding + output_padding)

返回

表示 activation(conv1dtranspose(inputs, kernel) + bias) 的 3 階張量。

引發

• ValueError：如果 padding 為 "causal"。
• ValueError：當 strides > 1 且 dilation_rate > 1 時。

參考文獻

• 深度學習卷積算術指南
  • 反卷積網路