create_dl_layer_transposed_convolution T_create_dl_layer_transposed_convolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution create_dl_layer_transposed_convolution (Operator)
Name
create_dl_layer_transposed_convolution T_create_dl_layer_transposed_convolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution create_dl_layer_transposed_convolution — Erstellen eines Transposed-Convolution-Layers.
Signatur
void CreateDlLayerTransposedConvolution (const HTuple& DLLayerInput , const HTuple& LayerName , const HTuple& KernelSize , const HTuple& Stride , const HTuple& KernelDepth , const HTuple& Groups , const HTuple& Padding , const HTuple& GenParamName , const HTuple& GenParamValue , HTuple* DLLayerTransposedConvolution )
HDlLayer HDlLayer ::CreateDlLayerTransposedConvolution (const HString& LayerName , Hlong KernelSize , Hlong Stride , Hlong KernelDepth , Hlong Groups , const HTuple& Padding , const HTuple& GenParamName , const HTuple& GenParamValue ) const
HDlLayer HDlLayer ::CreateDlLayerTransposedConvolution (const HString& LayerName , Hlong KernelSize , Hlong Stride , Hlong KernelDepth , Hlong Groups , const HString& Padding , const HString& GenParamName , const HString& GenParamValue ) const
HDlLayer HDlLayer ::CreateDlLayerTransposedConvolution (const char* LayerName , Hlong KernelSize , Hlong Stride , Hlong KernelDepth , Hlong Groups , const char* Padding , const char* GenParamName , const char* GenParamValue ) const
HDlLayer HDlLayer ::CreateDlLayerTransposedConvolution (const wchar_t* LayerName , Hlong KernelSize , Hlong Stride , Hlong KernelDepth , Hlong Groups , const wchar_t* Padding , const wchar_t* GenParamName , const wchar_t* GenParamValue ) const
(Nur Windows)
static void HOperatorSet .CreateDlLayerTransposedConvolution (HTuple DLLayerInput , HTuple layerName , HTuple kernelSize , HTuple stride , HTuple kernelDepth , HTuple groups , HTuple padding , HTuple genParamName , HTuple genParamValue , out HTuple DLLayerTransposedConvolution )
HDlLayer HDlLayer .CreateDlLayerTransposedConvolution (string layerName , int kernelSize , int stride , int kernelDepth , int groups , HTuple padding , HTuple genParamName , HTuple genParamValue )
HDlLayer HDlLayer .CreateDlLayerTransposedConvolution (string layerName , int kernelSize , int stride , int kernelDepth , int groups , string padding , string genParamName , string genParamValue )
def create_dl_layer_transposed_convolution (dllayer_input : HHandle, layer_name : str, kernel_size : int, stride : int, kernel_depth : int, groups : int, padding : MaybeSequence[Union[str, int]], gen_param_name : MaybeSequence[str], gen_param_value : MaybeSequence[Union[int, float, str]]) -> HHandle
Beschreibung
Der Operator create_dl_layer_transposed_convolution create_dl_layer_transposed_convolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution create_dl_layer_transposed_convolution erstellt einen
Transposed-Convolution-Layer, dessen Handle in
DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution dllayer_transposed_convolution zurückgegeben wird.
Der Parameter DLLayerInput DLLayerInput DLLayerInput DLLayerInput DLLayerInput dllayer_input bestimmt den zuführenden Eingabelayer
und erwartet das Layer-Handle als Wert.
Der Parameter LayerName LayerName LayerName LayerName layerName layer_name legt einen individuellen Layernamen fest.
Es ist zu beachten, dass beim Erstellen eines Modells mit
create_dl_model create_dl_model CreateDlModel CreateDlModel CreateDlModel create_dl_model jeder Layer des erstellten Netzes einen
eindeutigen Namen haben muss.
Der Parameter KernelSize KernelSize KernelSize KernelSize kernelSize kernel_size bestimmt den Filterkernel in den
Dimensionen Breite und Höhe.
Aktuell werden nur quadratische Kernels unterstützt.
Restriktion: Wert muss ein Tupel der Länge 1 sein.
Der Parameter Stride Stride Stride Stride stride stride bestimmt wie der Filter in
Zeilen- und Spalten-Richtung verschoben wird.
Restriktion: Wert muss ein Tupel der Länge 1 sein.
Der Parameter KernelDepth KernelDepth KernelDepth KernelDepth kernelDepth kernel_depth bestimmt die Tiefe der
Ausgabemerkmalskarten.
Restriktion: Wert muss ein Tupel der Länge 1 sein.
Der Parameter Groups Groups Groups Groups groups groups bestimmt die Anzahl Filtergruppen.
Aktuell wird nur eine einzelne Filtergruppe unterstützt.
Restriktion: Wert muss ein Tupel der Länge 1 sein.
Der Parameter Padding Padding Padding Padding padding padding bestimmt das Padding, also
wie viele Pixel mit dem Wert 0 an den Rand des
zu verarbeitenden Eingabebildes hinzugefügt werden.
Die Anzahl der Pixel ergibt sich aus:
.
Dadurch sind ein Faltungs-Layer und ein Transposed-Convolution-Layer
mit denselben KernelSize KernelSize KernelSize KernelSize kernelSize kernel_size -, Stride Stride Stride Stride stride stride - und Padding Padding Padding Padding padding padding -
Werten invers zueinander in Bezug auf ihre Eingabe- und Ausgabeform.
Unterstützte Werte für Padding Padding Padding Padding padding padding sind:
'half_kernel_size' "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size" : Der Zahlenwert von
in der obigen Formel
hängt von der angegebenen KernelSize KernelSize KernelSize KernelSize kernelSize kernel_size ab und wird berechnet als
.
'none' "none" "none" "none" "none" "none" : Der Zahlenwert von
in der obigen Formel ist 0.
Anzahl der Pixel: Gibt den Zahlenwert von
in der obigen Formel für den jeweiligen
Rand an. Dazu werden die folgenden Tupellängen unterstützt:
Einzelne Zahl: Wert von
in
in allen vier Richtungen links/rechts/oben/unten.
Zwei Zahlen: Wert von
links/rechts und oben/unten: [l/r, o/u].
Vier Zahlen: Wert von
links, rechts, oben, unten: [l,r,o,u].
Restriktion: 'runtime' "runtime" "runtime" "runtime" "runtime" "runtime" 'gpu' "gpu" "gpu" "gpu" "gpu" "gpu" unterstützt
kein asymmetrisches Padding, d.h., dass die Padding-Werte für die
linke und rechte Seite gleich sein müssen, ebenso wie die
Padding-Werte für die obere und untere Seite.
Restriktion: Die ganzzahligen Padding-Werte müssen kleiner sein
als der für KernelSize KernelSize KernelSize KernelSize kernelSize kernel_size eingestellte Wert in der
entsprechenden Dimension.
Aktuell unterstützen Transposed-Convolution-Layer keine Bias-Terme.
Die folgenden generischen Parameter GenParamName GenParamName GenParamName GenParamName genParamName gen_param_name und die
entsprechenden Werte GenParamValue GenParamValue GenParamValue GenParamValue genParamValue gen_param_value werden unterstützt:
'bias_term' "bias_term" "bias_term" "bias_term" "bias_term" "bias_term" :
Bestimmt, ob der Layer Bias-Terme hat.
Wie oben erwähnt werden Bias-Terme aktuell nicht unterstützt, daher kann
dieser Wert lediglich ausgelesen werden.
Default: 'false' "false" "false" "false" "false" "false"
'is_inference_output' "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output" :
Bestimmt, ob apply_dl_model apply_dl_model ApplyDlModel ApplyDlModel ApplyDlModel apply_dl_model die Ausgabe dieses Layers im
Dictionary DLResultBatch DLResultBatch DLResultBatch DLResultBatch DLResultBatch dlresult_batch zurückgibt, auch ohne den
Layer in Outputs Outputs Outputs Outputs outputs outputs anzugeben ('true' "true" "true" "true" "true" "true" ), oder
nur falls er angegeben wird ('false' "false" "false" "false" "false" "false" ).
Default: 'false' "false" "false" "false" "false" "false"
'learning_rate_multiplier' "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" :
Multiplikator für die Lernrate
für diesen Layer, die beim Training verwendet wird.
Wenn 'learning_rate_multiplier' "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" = 0.0 , wird
der Layer beim Training übersprungen.
Default: 1.0
'weight_filler' "weight_filler" "weight_filler" "weight_filler" "weight_filler" "weight_filler" :
Bestimmt den Modus wie die Gewichte
initialisiert werden.
Siehe create_dl_layer_convolution create_dl_layer_convolution CreateDlLayerConvolution CreateDlLayerConvolution CreateDlLayerConvolution create_dl_layer_convolution für eine detaillierte
Erläuterung dieses Parameters und seiner Werte.
Werteliste: 'xavier' "xavier" "xavier" "xavier" "xavier" "xavier" , 'msra' "msra" "msra" "msra" "msra" "msra" ,
'const' "const" "const" "const" "const" "const"
Default: 'xavier' "xavier" "xavier" "xavier" "xavier" "xavier"
'weight_filler_const_val' "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" :
Siehe create_dl_layer_convolution create_dl_layer_convolution CreateDlLayerConvolution CreateDlLayerConvolution CreateDlLayerConvolution create_dl_layer_convolution für eine detaillierte
Erläuterung dieses Parameters und seiner Werte.
Default: 0.5
'weight_filler_variance_norm' "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" :
Wertebereich von
'weight_filler' "weight_filler" "weight_filler" "weight_filler" "weight_filler" "weight_filler" .
Siehe create_dl_layer_convolution create_dl_layer_convolution CreateDlLayerConvolution CreateDlLayerConvolution CreateDlLayerConvolution create_dl_layer_convolution für eine detaillierte
Erläuterung dieses Parameters und seiner Werte.
Werteliste: 'norm_average' "norm_average" "norm_average" "norm_average" "norm_average" "norm_average" , 'norm_in' "norm_in" "norm_in" "norm_in" "norm_in" "norm_in" ,
'norm_out' "norm_out" "norm_out" "norm_out" "norm_out" "norm_out" , konstanter Wert (wenn
'weight_filler' "weight_filler" "weight_filler" "weight_filler" "weight_filler" "weight_filler" = 'msra' "msra" "msra" "msra" "msra" "msra" )
Default: 'norm_in' "norm_in" "norm_in" "norm_in" "norm_in" "norm_in"
Bestimmte Parameter von Layern, die mit
create_dl_layer_transposed_convolution create_dl_layer_transposed_convolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution CreateDlLayerTransposedConvolution create_dl_layer_transposed_convolution
erzeugt wurden, können mit weiteren Operatoren gesetzt und abgerufen werden.
Die folgenden Tabellen geben einen Überblick, welche Parameter mit
set_dl_model_layer_param set_dl_model_layer_param SetDlModelLayerParam SetDlModelLayerParam SetDlModelLayerParam set_dl_model_layer_param gesetzt werden können und welche mit
get_dl_model_layer_param get_dl_model_layer_param GetDlModelLayerParam GetDlModelLayerParam GetDlModelLayerParam get_dl_model_layer_param oder get_dl_layer_param get_dl_layer_param GetDlLayerParam GetDlLayerParam GetDlLayerParam get_dl_layer_param ausgelesen
werden können. Es ist zu beachten, dass die Operatoren
set_dl_model_layer_param set_dl_model_layer_param SetDlModelLayerParam SetDlModelLayerParam SetDlModelLayerParam set_dl_model_layer_param und get_dl_model_layer_param get_dl_model_layer_param GetDlModelLayerParam GetDlModelLayerParam GetDlModelLayerParam get_dl_model_layer_param ein
Modell benötigen, das mit create_dl_model create_dl_model CreateDlModel CreateDlModel CreateDlModel create_dl_model erzeugt wurde.
Generische Layer-Parameter
set
get
'bias_term' "bias_term" "bias_term" "bias_term" "bias_term" "bias_term"
'is_inference_output' "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output"
'learning_rate_multiplier' "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier"
'num_trainable_params' "num_trainable_params" "num_trainable_params" "num_trainable_params" "num_trainable_params" "num_trainable_params"
'weight_filler' "weight_filler" "weight_filler" "weight_filler" "weight_filler" "weight_filler"
'weight_filler_const_val' "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val"
'weight_filler_variance_norm' "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm"
Achtung
Dieser Layer kann nicht verwendet werden wenn 'runtime' "runtime" "runtime" "runtime" "runtime" "runtime" für das
Training auf 'cpu' "cpu" "cpu" "cpu" "cpu" "cpu" gesetzt ist.
Er is nur für ein Training mit einer GPU verwendbar indem 'runtime' "runtime" "runtime" "runtime" "runtime" "runtime"
auf 'gpu' "gpu" "gpu" "gpu" "gpu" "gpu" gesetzt ist.
Ausführungsinformationen
Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Wird ohne Parallelisierung verarbeitet.
Parameter
DLLayerInput DLLayerInput DLLayerInput DLLayerInput DLLayerInput dllayer_input (input_control) dl_layer → HDlLayer , HTuple HHandle HTuple Htuple (handle) (IntPtr ) (HHandle ) (handle )
Zuführender Layer.
LayerName LayerName LayerName LayerName layerName layer_name (input_control) string → HTuple str HTuple Htuple (string) (string ) (HString ) (char* )
Name des Ausgabelayers.
KernelSize KernelSize KernelSize KernelSize kernelSize kernel_size (input_control) number → HTuple int HTuple Htuple (integer) (int / long) (Hlong ) (Hlong )
Breite und Höhe des Filterkernels.
Defaultwert: 3
Stride Stride Stride Stride stride stride (input_control) number → HTuple int HTuple Htuple (integer) (int / long) (Hlong ) (Hlong )
Schrittweite des Filters.
Defaultwert: 1
KernelDepth KernelDepth KernelDepth KernelDepth kernelDepth kernel_depth (input_control) number → HTuple int HTuple Htuple (integer) (int / long) (Hlong ) (Hlong )
Tiefe der Filterkernel.
Defaultwert: 64
Groups Groups Groups Groups groups groups (input_control) number → HTuple int HTuple Htuple (integer) (int / long) (Hlong ) (Hlong )
Anzahl Filtergruppen.
Defaultwert: 1
Padding Padding Padding Padding padding padding (input_control) number(-array) → HTuple MaybeSequence[Union[str, int]] HTuple Htuple (string / integer) (string / int / long) (HString / Hlong) (char* / Hlong)
Padding-Typ.
Defaultwert:
'none'
"none"
"none"
"none"
"none"
"none"
Werteliste: [all], [width,height], [left,right,top,bottom], 'half_kernel_size' "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size" , 'none' "none" "none" "none" "none" "none"
Wertevorschläge: 'none' "none" "none" "none" "none" "none" , 'half_kernel_size' "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size" "half_kernel_size"
GenParamName GenParamName GenParamName GenParamName genParamName gen_param_name (input_control) attribute.name(-array) → HTuple MaybeSequence[str] HTuple Htuple (string) (string ) (HString ) (char* )
Namen der generischen Eingabeparameter.
Defaultwert: []
Werteliste: 'bias_term' "bias_term" "bias_term" "bias_term" "bias_term" "bias_term" , 'is_inference_output' "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output" "is_inference_output" , 'learning_rate_multiplier' "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" "learning_rate_multiplier" , 'weight_filler' "weight_filler" "weight_filler" "weight_filler" "weight_filler" "weight_filler" , 'weight_filler_const_val' "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" "weight_filler_const_val" , 'weight_filler_variance_norm' "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm" "weight_filler_variance_norm"
GenParamValue GenParamValue GenParamValue GenParamValue genParamValue gen_param_value (input_control) attribute.value(-array) → HTuple MaybeSequence[Union[int, float, str]] HTuple Htuple (string / integer / real) (string / int / long / double) (HString / Hlong / double) (char* / Hlong / double)
Werte der generischen Eingabeparameter.
Defaultwert: []
Wertevorschläge: 'xavier' "xavier" "xavier" "xavier" "xavier" "xavier" , 'msra' "msra" "msra" "msra" "msra" "msra" , 'const' "const" "const" "const" "const" "const" , 'norm_in' "norm_in" "norm_in" "norm_in" "norm_in" "norm_in" , 'norm_out' "norm_out" "norm_out" "norm_out" "norm_out" "norm_out" , 'norm_average' "norm_average" "norm_average" "norm_average" "norm_average" "norm_average" , 'true' "true" "true" "true" "true" "true" , 'false' "false" "false" "false" "false" "false"
DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution DLLayerTransposedConvolution dllayer_transposed_convolution (output_control) dl_layer → HDlLayer , HTuple HHandle HTuple Htuple (handle) (IntPtr ) (HHandle ) (handle )
Transposed-Convolution-Layer.
Modul
Deep Learning Training