Conv1D 层

[源代码]

Conv1D 类

keras.layers.Conv1D(
    filters,
    kernel_size,
    strides=1,
    padding="valid",
    data_format=None,
    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
)

1D 卷积层（例如，时间卷积）。

此层创建一个卷积核，该卷积核与层输入在单个空间（或时间）维度上进行卷积，以产生输出张量。如果 use_bias 为 True，则会创建一个偏置向量并将其添加到输出。最后，如果 activation 不为 None，则它也会应用于输出。

参数

• filters：int，输出空间的维度（卷积中的过滤器数量）。
• kernel_size：一个整数或包含 1 个整数的元组/列表，指定卷积窗口的大小。
• strides：int 或 1 个整数的元组/列表，指定卷积的步长。strides > 1 与 dilation_rate > 1 不兼容。
• padding：字符串，"valid"、"same" 或 "causal"（不区分大小写）。"valid" 表示不填充。"same" 在输入的左/右或上/下均匀填充。当 padding="same" 且 strides=1 时，输出与输入大小相同。"causal" 产生因果（膨胀）卷积，例如 output[t] 不依赖于 input[t+1:]。在建模时间数据时很有用，因为模型不应违反时间顺序。请参阅 WaveNet: A Generative Model for Raw Audio, section2.1。
• data_format: string，可以是 "channels_last" 或 "channels_first"。输入中的维度顺序。"channels_last" 对应形状为 (batch, steps, features) 的输入，而 "channels_first" 对应形状为 (batch, features, steps) 的输入。它默认为 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果从未设置过，则默认为 "channels_last"。
• dilation_rate：int 或 1 个整数的元组/列表，指定用于扩张卷积的扩张率。
• groups：一个正整数，指定输入在通道轴上分割成的组数。每组分别与 filters // groups 个滤波器进行卷积。输出是所有 groups 结果沿通道轴的连接。输入通道和 filters 都必须能被 groups 整除。
• activation：激活函数。如果为 None，则不应用激活。
• use_bias：bool，如果为 True，则会将偏置添加到输出中。
• kernel_initializer：卷积核的初始化器。如果为 None，将使用默认初始化器（"glorot_uniform"）。
• bias_initializer：偏置向量的初始化器。如果为 None，将使用默认初始化器（"zeros"）。
• kernel_regularizer：卷积核的可选正则化器。
• bias_regularizer：偏置向量的可选正则化器。
• activity_regularizer：输出的可选正则化函数。
• kernel_constraint: 可选的投影函数，在卷积核被 Optimizer 更新后应用（例如，用于实现层权重的范数约束或值约束）。该函数必须以未投影的变量作为输入，并返回投影后的变量（其形状必须相同）。在进行异步分布式训练时，使用约束是不安全的。
• bias_constraint：可选的投影函数，用于在 Optimizer 更新偏置后应用于偏置。

输入形状

• 如果 data_format="channels_last"：形状为 (batch_shape, steps, channels) 的 3D 张量。
• 如果 data_format="channels_first"：形状为 (batch_shape, channels, steps) 的 3D 张量。

输出形状

• 如果 data_format="channels_last"：形状为 (batch_shape, new_steps, filters) 的 3D 张量。
• 如果 data_format="channels_first"：形状为 (batch_shape, filters, new_steps) 的 3D 张量。

返回

一个 3D 张量，表示 activation(conv1d(inputs, kernel) + bias)。

引发

• ValueError：当 strides > 1 和 dilation_rate > 1 都存在时。

示例

>>> # The inputs are 128-length vectors with 10 timesteps, and the
>>> # batch size is 4.
>>> x = np.random.rand(4, 10, 128)
>>> y = keras.layers.Conv1D(32, 3, activation='relu')(x)
>>> print(y.shape)
(4, 8, 32)