网络层 - RGBInput

RGBInput

新建一个输入层，用于模型的第一层RGB图像输入。

构造器

基于 TensorSpace 模型是否在初始化之前载入了预训练的模型，有不同的配置方法。查看网络层配置文档了解网络层配置基本规则。

〔情况一〕如果 TensorSpace 模型在初始化之前已经载入了预训练的模型，那么不需要在 Layer 中配置网络模型相关系数。

TSP.layers.RGBInput();

〔情况二〕如果 TensorSpace 模型在初始化之前未载入预训练的模型，那么需要配置必要的网络模型相关系数。

TSP.layers.RGBInput( { shape : [ Int, Int, 3 ] } );

图1 - 彩色图象输入层示意图（左：收缩 | 右：展开）

参数列表

参数名标签	类型	简介	具体用法细节和例子
shape	Int[]	输出的形状，网络模型相关系数	dataFormat默认通道值在最后，例如，shape = [ 224, 224, 3 ]，每幅图大小224*224，最后一个值表示有RGB三个通道
name	String	层的命名	name: “layerName” 在顺序模型中，建议添加，以便从模型中获取层对象在函数式模型中，必须给每个层添加 name 属性，且添加的名称 name 的值需要和预训练网络中对应层的名称相同
color	Color Format	层的颜色	RGBInput默认颜色是 #EEEEEE
closeButton	Dict	层关闭按钮外观控制列表，查看详情	display: Bool. true [默认值] 显示按钮, false 隐藏按钮 ratio: Int 为正常大小的几倍，默认为1倍，例如，当ratio设为2时，关闭按钮为正常大小的2倍大
initStatus	String	本层初始化状态，查看详情	close[默认值] : 收缩 open：展开
animeTime	Int	张开和伸缩的速度	例如2000就是2秒，如果在layer中配置animeTime属性将会覆盖model中的animeTime。

属性

.outputShape : Int[]

本层输出Tensor的形状为3维 3️⃣

本层输出Tensor的形状为3维，dataFormat默认通道值在最后，例如outputShape = [ 224, 224, 4 ] 表示经过此层处理后，输出尺寸是224*224，深度（第三维）是3。

在 model.init() 后才可拿到数据，否则为undefined。

.neuralValue : Float[]

本层层间输出值数组。

载入模型，在 model.predict() 后才可以拿到数据，否则为undefined。

.name : String

本层的自定义名称。

创建后即可取到。

.layerType : String

本层的类型，返回一个定值，字符串RGBInput。

创建后即可取到。

方法

.openLayer() : void

展开 Layer，如果 Layer 已经处于 “open” 状态，Layer 将会保持 “open” 状态。

详情参见网络层状态。

.closeLayer() : void

闭合 Layer，如果 Layer 已经处于 “close” 状态，Layer 将会保持 “close” 状态。

详情参见网络层状态。

使用样例

如果 TensorSpace 模型在初始化之前已经载入了预训练的模型，那么不需要在 Layer 中配置网络模型相关系数。

let inputLayer = new TSP.layers.RGBInput( {

    // 建议配置，当使用 TensorSpace 函数模型时，为必要配置。
    name: "RGBInput1",
    // 可选配置。
    initStatus: "open"

} );

如果 TensorSpace 模型在初始化之前未载入预训练的模型，那么需要配置必要的网络模型相关系数。

let inputLayer = new TSP.layers.RGBInput( {

    // 必要网络模型相关系数配置。
    shape: [ 224, 224, 3 ],
    // 建议配置，当使用 TensorSpace 函数模型时，为必要配置。
    name: "RGBInput2",
    // 可选配置。
    initStatus: "open"

} );

源码

tensorspace/src/layer/input/RGBInput.js