Класс Conv1D

Класс Conv1D создает одномерный сверточный слой. Такой слой применяется к последовательностям и временным рядам, извлекая локальные признаки с помощью скользящего окна. Первым параметром передается число фильтров filters, вторым - размер ядра свертки kernel_size. Также можно указать шаг свертки strides, тип паддинга padding и функцию активации activation.

Синтаксис

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

Пример

Давайте создадим одномерный сверточный слой с двумя фильтрами и ядром размера 3 и применим его к тензору:

import tensorflow as tf

layer = tf.keras.layers.Conv1D(filters=2, kernel_size=3)
t = tf.constant([[[1.0], [2.0], [3.0], [4.0], [5.0]]])
res = layer(t)
print(res.shape)

Результат выполнения кода:

(1, 3, 2)

Пример

Давайте создадим слой с шагом свертки 2 и паддингом same:

import tensorflow as tf

layer = tf.keras.layers.Conv1D(
	filters=1,
	kernel_size=3,
	strides=2,
	padding="same"
)
t = tf.constant([[[1.0], [2.0], [3.0], [4.0], [5.0]]])
res = layer(t)
print(res.shape)

Результат выполнения кода:

(1, 3, 1)

Пример

Давайте создадим слой с функцией активации relu и выведем значения тензора:

import tensorflow as tf

layer = tf.keras.layers.Conv1D(
	filters=1,
	kernel_size=2,
	activation="relu"
)
t = tf.constant([[[1.0], [2.0], [3.0], [4.0]]])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[[0.		 ]
  [0.85899997]
  [2.0400002 ]]], shape=(1, 3, 1), dtype=float32)

Смотрите также

класс Conv2D,
который создает двумерный сверточный слой
класс Conv3D,
который создает трехмерный сверточный слой
класс MaxPooling1D,
который выполняет одномерную максимальную пулинг-операцию
класс Flatten,
который преобразует многомерный тензор в одномерный