深度可分离卷积 2D 层

[源代码]

DepthwiseConv2D 类

keras.layers.DepthwiseConv2D(
    kernel_size,
    strides=(1, 1),
    padding="valid",
    depth_multiplier=1,
    data_format=None,
    dilation_rate=(1, 1),
    activation=None,
    use_bias=True,
    depthwise_initializer="glorot_uniform",
    bias_initializer="zeros",
    depthwise_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    depthwise_constraint=None,
    bias_constraint=None,
    **kwargs
)

2D 深度可分离卷积层。

深度可分离卷积是一种卷积类型，其中每个输入通道都使用不同的核（称为深度核）进行卷积。你可以将深度可分离卷积理解为深度可分离卷积中的第一步。

其实现方式如下

• 将输入拆分为单个通道。
• 使用每个输入通道对应的深度核进行卷积，每个深度核产生 depth_multiplier 个输出通道。
• 沿通道轴拼接卷积后的输出。

与常规 2D 卷积不同，深度可分离卷积不会混合来自不同输入通道的信息。

depth_multiplier 参数决定了应用于一个输入通道的滤波器数量。因此，它控制了深度可分离步骤中每个输入通道生成的输出通道数量。

参数

• kernel_size：整数或包含 2 个整数的元组/列表，指定深度可分离卷积窗口的大小（即核大小）。
• strides：整数或包含 2 个整数的元组/列表，指定深度可分离卷积的步长。strides > 1 与 dilation_rate > 1 不兼容。
• padding：字符串，可以是 "valid" 或 "same"（不区分大小写）。"valid" 表示无填充。"same" 表示在输入的左/右或上/下均匀填充。当 padding="same" 且 strides=1 时，输出与输入具有相同的大小。
• depth_multiplier：每个输入通道的深度倍增器。深度可分离卷积的总输出通道数量将等于 input_channel * depth_multiplier。
• data_format：字符串，可以是 "channels_last" 或 "channels_first"。输入中维度的顺序。"channels_last" 对应于形状为 (batch, height, width, channels) 的输入，即通道在最后；而 "channels_first" 对应于形状为 (batch, channels, height, width) 的输入，即通道在最前。它默认为 Keras 配置文件 ~/.keras/keras.json 中的 image_data_format 值。如果你从未设置过，则默认为 "channels_last"。
• dilation_rate：整数或包含 2 个整数的元组/列表，指定空洞卷积使用的空洞率。
• activation：激活函数。如果为 None，则不应用激活函数。
• use_bias：布尔值，如果为 True，则将偏置项添加到输出中。
• depthwise_initializer：卷积核的初始化器。如果为 None，则使用默认初始化器 ("glorot_uniform")。
• bias_initializer：偏置向量的初始化器。如果为 None，则使用默认初始化器 ("zeros")。
• depthwise_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。
• depthwise_constraint：应用于卷积核的可选投影函数，在通过 Optimizer 更新后应用（例如，用于实现层权重的范数约束或值约束）。该函数必须将未投影的变量作为输入，并且必须返回投影后的变量（形状必须相同）。在异步分布式训练时，约束是不安全的。
• bias_constraint：应用于偏置项的可选投影函数，在通过 Optimizer 更新后应用。

输入形状

• 如果 data_format="channels_last"（通道在最后）：形状为 4D 张量：(batch_size, height, width, channels)
• 如果 data_format="channels_first"（通道在最前）：形状为 4D 张量：(batch_size, channels, height, width)

输出形状

• 如果 data_format="channels_last"（通道在最后）：形状为 4D 张量：(batch_size, new_height, new_width, channels * depth_multiplier)
• 如果 data_format="channels_first"（通道在最前）：形状为 4D 张量：(batch_size, channels * depth_multiplier, new_height, new_width)

返回值

表示 activation(depthwise_conv2d(inputs, kernel) + bias) 的 4D 张量。

抛出异常

• ValueError：当 strides > 1 和 dilation_rate > 1 同时出现时。

示例

>>> x = np.random.rand(4, 10, 10, 12)
>>> y = keras.layers.DepthwiseConv2D(kernel_size=3, activation='relu')(x)
>>> print(y.shape)
(4, 8, 8, 12)