gluonts.mx.block.cnn 模块#
- class gluonts.mx.block.cnn.CausalConv1D(channels: int, kernel_size: Union[int, Tuple[int], List[int]], dilation: Union[int, Tuple[int], List[int]] = 1, activation: Optional[str] = None, **kwargs)[source]#
基类:
mxnet.gluon.block.HybridBlock一维因果时域卷积，其中术语“因果”表示 output[t] 不依赖于 input[t+1:]。请注意，Conv1D 在 Gluon 中未实现。
这是 Wavenet [ODZ+16] 和 Temporal Convolution Network [BKK18] 中使用的基本结构。
输出与输入的形状相同，我们总是进行左侧补零。
- 参数
channels – 输出空间的维度，即卷积中的输出通道（滤波器）数量。
kernel_size – 指定卷积窗口的维度。
dilation – 指定空洞卷积使用的空洞率。
activation – 要使用的激活函数。参见
Activation()。如果不指定任何内容，则不应用激活（即，“线性”激活：a(x) = x）。
- hybrid_forward(F, data: Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol]) Union[mxnet.ndarray.ndarray.NDArray, mxnet.symbol.symbol.Symbol][source]#
在 Gluon 的 conv1D 实现中，输入的维度为 NCW，其中 N 是 batch_size，C 是通道数，W 是时间（序列长度）。
- 参数
data – 形状 (batch_size, num_features, sequence_length)
- 返回值
因果 conv1d 输出。形状 (batch_size, num_features, sequence_length)
- 返回类型
Tensor
- class gluonts.mx.block.cnn.DilatedCausalGated(inner_channels: int, out_channels: int, kernel_size: Union[int, Tuple[int], List[int]], dilation: Union[int, Tuple[int], List[int]], **kwargs)[source]#
基类:
mxnet.gluon.block.HybridBlock带门控机制的一维卷积，参见上面描述的 Wavenet 论文。
- 参数
inner_channels – 中间空间的维度
out_channels – 输出空间的维度
kernel_size – 指定卷积窗口的维度。
dilation – 指定空洞卷积使用的空洞率。