jax.example_libraries.stax 模块#

Stax 是一个从头开始的小而灵活的神经网络规范库。

您可能不打算导入此模块!Stax 仅作为示例库。JAX 中有许多其他功能更完善的神经网络库,包括来自 Google 的 Flax 和来自 DeepMind 的 Haiku

jax.example_libraries.stax.AvgPool(window_shape, strides=None, padding='VALID', spec=None)[source]#

池化层的层构造函数。

jax.example_libraries.stax.BatchNorm(axis=(0, 1, 2), epsilon=1e-05, center=True, scale=True, beta_init=<function zeros>, gamma_init=<function ones>)[source]#

批归一化层的层构建函数。

jax.example_libraries.stax.Conv(out_chan, filter_shape, strides=None, padding='VALID', W_init=None, b_init=<function normal.<locals>.init>)#

一般卷积层的层构建函数。

jax.example_libraries.stax.Conv1DTranspose(out_chan, filter_shape, strides=None, padding='VALID', W_init=None, b_init=<function normal.<locals>.init>)#

一般转置卷积层的层构建函数。

jax.example_libraries.stax.ConvTranspose(out_chan, filter_shape, strides=None, padding='VALID', W_init=None, b_init=<function normal.<locals>.init>)#

一般转置卷积层的层构建函数。

jax.example_libraries.stax.Dense(out_dim, W_init=<function variance_scaling.<locals>.init>, b_init=<function normal.<locals>.init>)[source]#

密集(全连接)层的层构建函数。

jax.example_libraries.stax.Dropout(rate, mode='train')[source]#

具有给定比率的 dropout 层的层构建函数。

jax.example_libraries.stax.FanInConcat(axis=-1)[source]#

扇入级联层的层构建函数。

jax.example_libraries.stax.FanOut(num)[source]#

扇出层的层构建函数。

jax.example_libraries.stax.GeneralConv(dimension_numbers, out_chan, filter_shape, strides=None, padding='VALID', W_init=None, b_init=<function normal.<locals>.init>)[source]#

一般卷积层的层构建函数。

jax.example_libraries.stax.GeneralConvTranspose(dimension_numbers, out_chan, filter_shape, strides=None, padding='VALID', W_init=None, b_init=<function normal.<locals>.init>)[source]#

一般转置卷积层的层构建函数。

jax.example_libraries.stax.MaxPool(window_shape, strides=None, padding='VALID', spec=None)[source]#

池化层的层构造函数。

jax.example_libraries.stax.SumPool(window_shape, strides=None, padding='VALID', spec=None)[source]#

池化层的层构造函数。

jax.example_libraries.stax.elementwise(fun, **fun_kwargs)[source]#

在输入上按元素应用标量函数的层。

jax.example_libraries.stax.parallel(*layers)[source]#

用于并行组合层的组合器。

由此组合器生成的层通常与 FanOut 和 FanInSum 层一起使用。

参数:

*layers – 层的序列,每个层都是一个 (init_fun, apply_fun) 对。

返回值:

一个新层,表示一个 (init_fun, apply_fun) 对,表示给定层序列的并行组合。特别是,返回的层接受一个输入序列,并返回一个与参数 layers 长度相同的输出序列。

jax.example_libraries.stax.serial(*layers)[source]#

用于串行组合层的组合器。

参数:

*layers – 层的序列,每个层都是一个 (init_fun, apply_fun) 对。

返回值:

一个新层,表示一个 (init_fun, apply_fun) 对,表示给定层序列的串行组合。

jax.example_libraries.stax.shape_dependent(make_layer)[source]#

组合器,在知道输入形状之前延迟层构造对。

参数:

make_layer – 一个带一个参数的函数,它以输入形状作为参数(一个正整数元组),并返回一个 (init_fun, apply_fun) 对。

返回值:

一个新层,表示一个 (init_fun, apply_fun) 对,表示与由 make_layer 返回的层相同,但其构造被延迟到知道输入形状之后。