speechbrain.nnet.quaternion_networks.q_CNN 模块

实现四元数值卷积神经网络的库。

Authors

Titouan Parcollet 2020
德鲁·瓦格纳 2024

摘要

类：

`QConv1d`	此函数实现了四元数值的一维卷积。
`QConv2d`	此函数实现了四元数值的1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]

基础：Module

此函数实现了四元数值的一维卷积。

Parameters:

out_channels (int) – 输出通道数。请注意这些是四元数值的神经元。如果指定了256 个通道，输出维度将是1024。
kernel_size (int) – 卷积滤波器的核大小。
input_shape (tuple) – 输入的形状。
stride (int, 可选) – 卷积滤波器的步长因子（默认为1）。
dilation (int, 可选) – 卷积滤波器的膨胀因子（默认为1）。
padding (str, optional) – (same, valid, causal). 如果为“valid”，则不进行填充。如果为“same”且步幅为1，输出形状与输入形状相同。 “causal”会导致因果（扩张）卷积（默认为“same”）。
groups (int, 可选) – 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（默认值为 1）。
bias (bool, 可选) – 如果为True，则采用加法偏置b（默认为True）。
padding_mode (str, 可选) – 此标志指定填充的类型。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). 此参数定义了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”将权重归一化到单位圆上（默认为“quaternion”）。更多详情请参阅：“Quaternion Recurrent Neural Networks”， Parcollet T. 等人。
spinor (bool, optional) – 当为True时，该层将变为旋量层。更准确地说，W*x将变为W*x*W-1。输入x将被W旋转，就像在旋量神经网络中一样。然而，x必须是一个实部为零的四元数（0 + xi + yj + zk）。实际上，旋转操作仅作用于向量部分。请注意，W在旋转之前将始终被归一化，以确保四元数代数（默认值为False）。更多详细信息请参见：“四元数神经网络”，Parcollet T.
vector_scale (bool, 可选) – 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 会进行多次旋转并求和。因此，输出向量的范数总是随着层数的增加而增加，使得神经网络在深层配置下不稳定。vector_scale 参数是可学习的参数，它们通过将输出向量乘以一个小的可训练参数来充当门控的作用（默认值为 False）。
max_norm (float) – 核的最大范数。

Example

>>> 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])

forward(x)[source]

返回卷积的输出。

Parameters:: x (torch.Tensor (batch, time, channel)) – 输入进行卷积。期望是3维或4维张量。
Returns:: x – 卷积输出。
Return type:: torch.Tensor

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]