keras.layers.local.LocallyConnected1D(filters, kernel_size, strides=1, padding='valid', data_format=None, 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)
1차원 입력에 대해 부분적으로 연결된 계층입니다.
LocallyConnected1D 계층은 Conv1D 계층과 유사하게 작동하지만, 가중치가 공유되지 않아 입력의 각기 다른 패치에 대해 서로 다른 필터가 적용됩니다.
예제
# apply a unshared weight convolution 1d of length 3 to a sequence with
# 10 timesteps, with 64 output filters
model = Sequential()
model.add(LocallyConnected1D(64, 3, input_shape=(10, 32)))
# now model.output_shape == (None, 8, 64)
# add a new conv1d on top
model.add(LocallyConnected1D(32, 3))
# now model.output_shape == (None, 6, 32)
인수
dilation_rate 값을 1이 아닌 값으로 지정하는 것과 충돌합니다."valid"만 지원합니다(대소문자 구분 없음). "same"은 추후 지원될 예정입니다.a(x) = x).kernel 가중치 행렬을 위한 초기화기입니다(초기화기를 참조).kernel가중치 행렬에 적용되는 정규화기 함수입니다(정규화기를 참조).kernel가중치 행렬에 적용되는 제한 함수입니다(제한을 참조).Input shape
다음과 같은 3차원 텐서입니다: (batch_size, steps, input_dim).
Output shape
다음과 같은 3차원 텐서입니다: (batch_size, new_steps, filters). steps값은 padding 이나 strides에 의해 변경될 수 있습니다.
keras.layers.local.LocallyConnected2D(filters, kernel_size, strides=(1, 1), padding='valid', data_format=None, 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)
2차원 입력에 대해 부분적으로 연결된 계층입니다.
LocallyConnected2D 계층은 Conv2D 계층과 유사하게 작동하지만, 가중치가 공유되지 않아 입력의 각기 다른 패치에 대해 서로 다른 필터가 적용됩니다.
예제
# apply a 3x3 unshared weights convolution with 64 output filters on a 32x32 image
# with `data_format="channels_last"`:
model = Sequential()
model.add(LocallyConnected2D(64, (3, 3), input_shape=(32, 32, 3)))
# now model.output_shape == (None, 30, 30, 64)
# notice that this layer will consume (30*30)*(3*3*3*64) + (30*30)*64 parameters
# add a 3x3 unshared weights convolution on top, with 32 output filters:
model.add(LocallyConnected2D(32, (3, 3)))
# now model.output_shape == (None, 28, 28, 32)
인수
"valid"만 지원합니다(대소문자 구분 없음). "same"은 추후 지원될 예정입니다.channels_last (기본값) 혹은 channels_first 중 택일합니다. 입력의 차원의 순서입니다. channels_last 는 입력 형태가 (batch, height, width, channels)와 부합함을 뜻하고 channels_first 는 입력 형태가 (batch, channels, height, width)와 부합함을 뜻합니다. ~/.keras/keras.json의 Keras 구성 파일의 image_data_format의 기본값입니다. 별도로 설정하지 않았다면, "channels_last" 입니다.a(x) = x).kernel 가중치 행렬을 위한 초기화기입니다(초기화기를 참조).kernel가중치 행렬에 적용되는 정규화기 함수입니다(정규화기를 참조).kernel가중치 행렬에 적용되는 제한 함수입니다(제한을 참조).입력 형태
data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (samples, rows, cols, channels).data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (samples, channels, rows, cols).출력 형태
data_format='channels_last'인 경우: 다음과 같은 4차원 텐서입니다: (samples, new_rows, new_cols, channels).data_format='channels_first'인 경우: 다음과 같은 4차원 텐서입니다: (samples, channels, new_rows, new_cols).이 문서는 Keras의 Locally-connected Layers을 번역한 것입니다.