speechbrain.nnet.quaternion_networks.q_CNN 模块
实现四元数值卷积神经网络的库。
- 作者
Titouan Parcollet 2020
Drew Wagner 2024
总结
类
此函数实现四元数值一维卷积。 |
|
此函数实现四元数值一维卷积。 |
参考
- class speechbrain.nnet.quaternion_networks.q_CNN.QConv1d(out_channels, kernel_size, input_shape=None, stride=1, dilation=1, padding='same', groups=1, bias=True, padding_mode='reflect', init_criterion='glorot', weight_init='quaternion', spinor=False, vector_scale=False, max_norm=None)[source]
基类:
Module此函数实现四元数值一维卷积。
- 参数:
out_channels (int) – 输出通道数。请注意，这些是四元数值神经元。如果指定 256 个通道，则输出维度将为 1024。
kernel_size (int) – 卷积滤波器的核大小。
input_shape (tuple) – 输入的形状。
stride (int, optional) – 卷积滤波器的步长因子（默认为 1）。
dilation (int, optional) – 卷积滤波器的扩张因子（默认为 1）。
padding (str, optional) – (same, valid, causal)。如果为“valid”，不执行填充。如果为“same”且步长为 1，输出形状与输入形状相同。“causal”产生因果（扩张）卷积（默认为“same”）。
groups (int, optional) – 默认值: 1。此选项指定卷积组。有关更多信息，请参阅 torch.nn 文档（默认为 1）。
bias (bool, optional) – 如果为 True，则采用加性偏置 b（默认为 True）。
padding_mode (str, optional) – 此标志指定填充类型。有关更多信息，请参阅 torch.nn 文档（默认为“reflect”）。
init_criterion (str , optional) – (glorot, he)。此参数控制权重的初始化标准。它与 weights_init 结合使用，以构建四元数值权重的初始化方法（默认为“glorot”）。
weight_init (str, optional) – (quaternion, unitary)。此参数定义四元数值权重的初始化过程。“quaternion”将根据 init_criterion 和四元数极坐标形式生成随机四元数权重。“unitary”将权重归一化使其位于单位圆上（默认为“quaternion”）。更多细节请参阅：“Quaternion Recurrent Neural Networks”, Parcollet T. 等。
spinor (bool, optional) – 当为 True 时，该层将转换为旋量层。更精确地说，W*x 将转换为 W*x*W-1。输入 x 将像在旋量神经网络中一样被 W 旋转。但是，x 必须是实部为零的四元数 (0 + xi + yj + zk)。实际上，旋转操作只作用于向量部分。请注意，W 在旋转之前总是会被归一化以确保四元数代数（默认为 False）。更多细节请参阅：“Quaternion neural networks”, Parcollet T.。
vector_scale (bool, optional) – vector_scale 仅在 spinor = True 时使用。在旋量神经网络的上下文中，输入向量 x 会执行多次旋转并求和。因此，输出向量的范数总是随着层数的增加而增加，这使得具有深层配置的神经网络不稳定。vector_scale 参数是可学习的参数，通过将输出向量乘以一个小的可训练参数来起到门控作用（默认为 False）。
max_norm (float) – 核最大范数。
示例
>>> inp_tensor = torch.rand([10, 16, 40]) >>> cnn_1d = QConv1d( ... input_shape=inp_tensor.shape, out_channels=12, kernel_size=3 ... ) >>> out_tensor = cnn_1d(inp_tensor) >>> out_tensor.shape torch.Size([10, 16, 48])
- class speechbrain.nnet.quaternion_networks.q_CNN.QConv2d(out_channels, kernel_size, input_shape=None, stride=1, dilation=1, padding='same', groups=1, bias=True, padding_mode='reflect', init_criterion='glorot', weight_init='quaternion', spinor=False, vector_scale=False, max_norm=None, swap=False, skip_transpose=False)[source]
基类:
Module此函数实现四元数值一维卷积。
- 参数:
out_channels (int) – 输出通道数。请注意，这些是四元数值神经元。如果指定 256 个通道，则输出维度将为 1024。
kernel_size (int) – 卷积滤波器的核大小。
input_shape (tuple) – 输入的形状。
stride (int, optional) – 卷积滤波器的步长因子（默认为 1）。
dilation (int, optional) – 卷积滤波器的扩张因子（默认为 1）。
padding (str, optional) – (same, causal)。如果为“valid”，不执行填充。如果为“same”且步长为 1，输出形状与输入形状相同（默认为“same”）。
groups (int, optional) – 此选项指定卷积组。有关更多信息，请参阅 torch.nn 文档。（默认为 1）。
bias (bool, optional) – 如果为 True，则采用加性偏置 b（默认为 True）。
padding_mode (str, optional) – 此标志指定填充类型。有关更多信息，请参阅 torch.nn 文档。（默认为“reflect”）
init_criterion (str , optional) – (glorot, he)。此参数控制权重的初始化标准。它与 weights_init 结合使用，以构建四元数值权重的初始化方法（默认为“glorot”）。
weight_init (str, optional) – (quaternion, unitary)。此参数定义四元数值权重的初始化过程。“quaternion”将根据 init_criterion 和四元数极坐标形式生成随机四元数权重。“unitary”将权重归一化使其位于单位圆上（默认为“quaternion”）。更多细节请参阅：“Quaternion Recurrent Neural Networks”, Parcollet T. 等。
spinor (bool, optional) – 当为 True 时，该层将转换为旋量层。更精确地说，W*x 将转换为 W*x*W-1。输入 x 将像在旋量神经网络中一样被 W 旋转。但是，x 必须是实部为零的四元数 (0 + xi + yj + zk)。实际上，旋转操作只作用于向量部分。请注意，W 在旋转之前总是会被归一化以确保四元数代数（默认为 False）。更多细节请参阅：“Quaternion neural networks”, Parcollet T.。
vector_scale (bool, optional) – vector_scale 仅在 spinor = True 时使用。在旋量神经网络的上下文中，输入向量 x 会执行多次旋转并求和。因此，输出向量的范数总是随着层数的增加而增加，这使得具有深层配置的神经网络不稳定。vector_scale 参数是可学习的参数，通过将输出向量乘以一个小的可训练参数来起到门控作用（默认为 False）。
max_norm (float) – 核最大范数。
swap (bool) – 如果为 True，卷积使用格式 (B, C, W, H)。如果为 False，卷积使用 (B, H, W, C)。仅当 skip_transpose 为 False 时有效。
skip_transpose (bool) – 如果为 False，使用 speechbrain 的 batch x spatial.dim2 x spatial.dim1 x channel 约定。如果为 True，使用 batch x channel x spatial.dim1 x spatial.dim2 约定。
示例
>>> inp_tensor = torch.rand([10, 4, 16, 40]) >>> cnn_1d = QConv2d( ... input_shape=inp_tensor.shape, out_channels=12, kernel_size=3 ... ) >>> out_tensor = cnn_1d(inp_tensor) >>> out_tensor.shape torch.Size([10, 4, 16, 48])