diff --git a/sources/backend.md b/sources/backend.md index 170c3e60..778fce0a 100644 --- a/sources/backend.md +++ b/sources/backend.md @@ -3847,19 +3847,18 @@ keras.backend.binary_crossentropy(target, output, from_logits=False) ``` -Binary crossentropy between an output tensor and a target tensor. +출력 텐서와 목표 텐서 사나의 이진 크로스엔트로피. __Arguments__ -- __target__: A tensor with the same shape as `output`. -- __output__: A tensor. -- __from_logits__: Whether `output` is expected to be a logits tensor. - By default, we consider that `output` - encodes a probability distribution. +- __target__: `output`과 같은 형식의 텐서. +- __output__: 텐서. +- __from_logits__: logits 텐서가 출력값으로 나올 것인지에 대한 값. + 기본적으로 'output'은 확률분포를 내포 합니다. __Returns__ -A tensor. +텐서. ---- @@ -3871,15 +3870,15 @@ keras.backend.sigmoid(x) ``` -Element-wise sigmoid. +요소별로 sigmoid. __Arguments__ -- __x__: A tensor or variable. +- __x__: 텐서 또는 변수. __Returns__ -A tensor. +텐서. __Numpy implementation__ @@ -3900,19 +3899,21 @@ keras.backend.hard_sigmoid(x) ``` -Segment-wise linear approximation of sigmoid. -Faster than sigmoid. +각 세그먼트의 sigmoid 선형 근사. + +sigmoid보다 더 빠르다. Returns `0.` if `x < -2.5`, `1.` if `x > 2.5`. In `-2.5 <= x <= 2.5`, returns `0.2 * x + 0.5`. + __Arguments__ -- __x__: A tensor or variable. +- __x__: 텐서 또는 변수. __Returns__ -A tensor. +텐서. __Numpy implementation__ @@ -3934,15 +3935,15 @@ keras.backend.tanh(x) ``` -Element-wise tanh. +요소별로 tanh. __Arguments__ -- __x__: A tensor or variable. +- __x__: 텐서 또는 변수. __Returns__ -A tensor. +텐서. __Numpy implementation__ @@ -3962,21 +3963,22 @@ def tanh(x): keras.backend.dropout(x, level, noise_shape=None, seed=None) ``` +전체 텐서를 스케일링하는 동안 'x'의 항목을 임의로 설정합니다. -Sets entries in `x` to zero at random, while scaling the entire tensor. __Arguments__ -- __x__: tensor -- __level__: fraction of the entries in the tensor - that will be set to 0. -- __noise_shape__: shape for randomly generated keep/drop flags, - must be broadcastable to the shape of `x` -- __seed__: random seed to ensure determinism. +- __x__: 텐서. +- __level__: 텐서 항목의 일부가 0으로 설정됩니다. +- __noise_shape__: `x`의 형식을 확장해야 하므로 유지/삭제 플래그를 랜덤으로 생성하는 형식. +- __seed__: 결정성을 보장하기 위한 난수생성. + __Returns__ -A tensor. + +텐서. + __Numpy implementation__ @@ -4010,16 +4012,17 @@ keras.backend.l2_normalize(x, axis=None) ``` -Normalizes a tensor wrt the L2 norm alongside the specified axis. +지정된 축을 따라 L2 norm으로 텐서를 정규화 시킨다. __Arguments__ -- __x__: Tensor or variable. -- __axis__: axis along which to perform normalization. +- __x__: 텐서 또는 변수. +- __axis__: axis along which to perform normalization. 정규화를 수행하는 축. + __Returns__ -A tensor. +텐서. __Numpy implementation__ @@ -4041,19 +4044,19 @@ keras.backend.in_top_k(predictions, targets, k) ``` -Returns whether the `targets` are in the top `k` `predictions`. +`targets`이 최상위`k` `predictions`에 있는지를 반환합니다. __Arguments__ -- __predictions__: A tensor of shape `(batch_size, classes)` and type `float32`. -- __targets__: A 1D tensor of length `batch_size` and type `int32` or `int64`. -- __k__: An `int`, number of top elements to consider. +- __predictions__: `float32`타입과 `(batch_size, classes)`형식의 텐서. +- __targets__: `batch_size` and type `int32` or `int64`의 길이의 1차원 텐서. +- __k__: An `int`, 고려해야 할 최상위 요소의 수. __Returns__ A 1D tensor of length `batch_size` and type `bool`. -`output[i]` is `True` if `predictions[i, targets[i]]` is within top-`k` -values of `predictions[i]`. +만약 `predictions[i, targets[i]]` 이 top-`k`내에 있다면, `output[i]` 이 `True`. +`predictions[i]'의 값. ---- @@ -4069,21 +4072,23 @@ keras.backend.conv1d(x, kernel, strides=1, padding='valid', data_format=None, di __Arguments__ -- __x__: Tensor or variable. -- __kernel__: kernel tensor. -- __strides__: stride integer. -- __padding__: string, `"same"`, `"causal"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. -- __dilation_rate__: integer dilate rate. +- __x__: 텐서 또는 변수. +- __kernel__: 커널 텐서. +- __strides__: 정수형 스트라이드. +- __padding__: string, `"same"`, `"causal"` or `"valid"`. +- __data_format__: string, `"channels_last"` or `"channels_first"`. +- __dilation_rate__: 정수 확장 비율. + + __Returns__ -A tensor, result of 1D convolution. +1차원 컨볼루션 연산 결과, 텐서 값. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__:`data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. + ---- @@ -4095,28 +4100,29 @@ keras.backend.conv2d(x, kernel, strides=(1, 1), padding='valid', data_format=Non ``` -2D convolution. +2차원 컨볼루션. __Arguments__ -- __x__: Tensor or variable. -- __kernel__: kernel tensor. -- __strides__: strides tuple. -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. - Whether to use Theano or TensorFlow/CNTK data format - for inputs/kernels/outputs. -- __dilation_rate__: tuple of 2 integers. +- __x__: 텐서 또는 변수. +- __kernel__: 커널 텐서. +- __strides__: 스트라이드 튜플. +- __padding__: string, `"same"` or `"valid"`. +- __data_format__: string, `"channels_last"` or `"channels_first"`. + inputs/kernels/outputs에 대한 Theano 또는 TensorFlow/CNTK데이터 형식을 사용할 여부. +- __dilation_rate__: 2 integers의 튜플. + + __Returns__ -A tensor, result of 2D convolution. +텐서, 2차원 컨볼루션 연산 결과. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. - +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. + + ---- ### conv2d_transpose @@ -4127,28 +4133,28 @@ keras.backend.conv2d_transpose(x, kernel, output_shape, strides=(1, 1), padding= ``` -2D deconvolution (i.e. transposed convolution). +2차원의 트렌스포즈된 컨볼루션 연산을 수행합니다. __Arguments__ -- __x__: Tensor or variable. -- __kernel__: kernel tensor. -- __output_shape__: 1D int tensor for the output shape. -- __strides__: strides tuple. -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. - Whether to use Theano or TensorFlow/CNTK data format - for inputs/kernels/outputs. -- __dilation_rate__: tuple of 2 integers. + +- __x__: 텐서 또는 변수. +- __kernel__: 커널 텐서. +- __output_shape__: 1D int tensor 출력 형식에 대해 1차원 int텐서 +- __strides__: 스트라이드 튜플. +- __padding__: string, `"same"` 또는 `"valid"`. +- __data_format__: string, `"channels_last"` 또는 `"channels_first"`. + inputs/kernels/outputs에 대한 Theano 또는 TensorFlow/CNTK 데이터 형태 +- __dilation_rate__: 2 integers의 튜플. + __Returns__ -A tensor, result of transposed 2D convolution. +2차원의 트렌스포즈된 컨볼루션 결과, 텐서. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4160,26 +4166,28 @@ keras.backend.separable_conv1d(x, depthwise_kernel, pointwise_kernel, strides=1, ``` -1D convolution with separable filters. +분리가능한 필터와 1차원 컨볼루션 연산. __Arguments__ - __x__: input tensor -- __depthwise_kernel__: convolution kernel for the depthwise convolution. -- __pointwise_kernel__: kernel for the 1x1 convolution. -- __strides__: stride integer. -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. +- __depthwise_kernel__: 깊이 컨볼루션을 위한 컨볼루션 커널. +- __pointwise_kernel__: 1x1 컨볼루션에 대한 커널. +- __strides__: 스트라이드 정수형. +- __padding__: string, `"same"` or `"valid"`. +- __data_format__: string, `"channels_last"` or `"channels_first"`. - __dilation_rate__: integer dilation rate. + + __Returns__ -Output tensor. + +출력 텐서. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4191,27 +4199,28 @@ keras.backend.separable_conv2d(x, depthwise_kernel, pointwise_kernel, strides=(1 ``` -2D convolution with separable filters. +분리가능한 필터와 2차원 컨볼루션 연산. __Arguments__ - __x__: input tensor -- __depthwise_kernel__: convolution kernel for the depthwise convolution. -- __pointwise_kernel__: kernel for the 1x1 convolution. +- __depthwise_kernel__: 깊이 컨볼루션을 위한 컨볼루션 커널. +- __pointwise_kernel__: 1x1 컨볼루션에 대한 커널. - __strides__: strides tuple (length 2). -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. -- __dilation_rate__: tuple of integers, - dilation rates for the separable convolution. +- __padding__: string, `"same"` or `"valid"`. +- __data_format__: string, `"channels_last"` or `"channels_first"`. +- __dilation_rate__: integers의 튜플, + 분리가능한 컨볼루션의 팽창률. + __Returns__ -Output tensor. +출력 텐서. + __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4223,26 +4232,26 @@ keras.backend.depthwise_conv2d(x, depthwise_kernel, strides=(1, 1), padding='val ``` -2D convolution with separable filters. +분리가능한 필터로 2차원 컨볼루션 연산. __Arguments__ - __x__: input tensor -- __depthwise_kernel__: convolution kernel for the depthwise convolution. +- __depthwise_kernel__: 깊이 별 컨볼루션 연산을 위한 컨볼루션 커널. - __strides__: strides tuple (length 2). - __padding__: string, `"same"` or `"valid"`. - __data_format__: string, `"channels_last"` or `"channels_first"`. -- __dilation_rate__: tuple of integers, - dilation rates for the separable convolution. +- __dilation_rate__: integers의 튜플, + 분리가능한 컨볼루션의 팽창률. __Returns__ -Output tensor. +출력텐서. + __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4254,27 +4263,26 @@ keras.backend.conv3d(x, kernel, strides=(1, 1, 1), padding='valid', data_format= ``` -3D convolution. +3차원 컨볼루션 연산. __Arguments__ -- __x__: Tensor or variable. -- __kernel__: kernel tensor. -- __strides__: strides tuple. -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. - Whether to use Theano or TensorFlow/CNTK data format - for inputs/kernels/outputs. -- __dilation_rate__: tuple of 3 integers. +- __x__: 텐서 또는 변수. +- __kernel__: 커널 텐서. +- __strides__: 스트라이드 튜플. +- __padding__: string, `"same"` 또는 `"valid"`. +- __data_format__: string, `"channels_last"` 또는 `"channels_first"`. + inputs/kernels/outputs에 대한 Theano 또는 TensorFlow/CNTK 데이터 형태 +- __dilation_rate__: 2 integers의 튜플. + __Returns__ -A tensor, result of 3D convolution. +텐서, 3차원 컨볼루션 연산 결과. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4286,27 +4294,27 @@ keras.backend.conv3d_transpose(x, kernel, output_shape, strides=(1, 1, 1), paddi ``` -3D deconvolution (i.e. transposed convolution). +3차원 트렌스포즈 컨볼루션. __Arguments__ -- __x__: input tensor. -- __kernel__: kernel tensor. -- __output_shape__: 1D int tensor for the output shape. -- __strides__: strides tuple. -- __padding__: string, "same" or "valid". -- __data_format__: string, `"channels_last"` or `"channels_first"`. - Whether to use Theano or TensorFlow/CNTK data format - for inputs/kernels/outputs. +- __x__: 텐서 또는 변수. +- __kernel__: 커널 텐서. +- __output_shape__: 결과값 형식에 대한 1차원 정수형 텐서. +- __strides__: 스트라이드 튜플. +- __padding__: string, `"same"` 또는 `"valid"`. +- __data_format__: string, `"channels_last"` 또는 `"channels_first"`. + inputs/kernels/outputs에 대한 Theano 또는 TensorFlow/CNTK 데이터 형태 +- __dilation_rate__: 2 integers의 튜플. + __Returns__ -A tensor, result of transposed 3D convolution. +트렌스포즈된 3차원 컨볼루션 연산결과 텐서. __Raises__ -- __ValueError__: If `data_format` is neither - `"channels_last"` nor `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. ---- @@ -4318,28 +4326,27 @@ keras.backend.pool2d(x, pool_size, strides=(1, 1), padding='valid', data_format= ``` -2D Pooling. +2차원 풀링연산. __Arguments__ -- __x__: Tensor or variable. -- __pool_size__: tuple of 2 integers. -- __strides__: tuple of 2 integers. -- __padding__: string, `"same"` or `"valid"`. -- __data_format__: string, `"channels_last"` or `"channels_first"`. -- __pool_mode__: string, `"max"` or `"avg"`. +- __x__: 텐서 또는 변수. +- __pool_size__: 2 integers의 튜플. +- __strides__: 2 integers의 튜플. +- __padding__: string, `"same"` 또는 `"valid"`. +- __data_format__: string, `"channels_last"` 또는 `"channels_first"`. +- __pool_mode__: string, `"max"` `"avg"`. + __Returns__ -A tensor, result of 2D pooling. +2차원 풀링 연산 결과값의 텐서. __Raises__ -- __ValueError__: if `data_format` is - -neither `"channels_last"` or `"channels_first"`. +- __ValueError__: `data_format`이 모두 `"channels_last"` ,`"channels_first"`이 아닐 때. -- __ValueError__: if `pool_mode` is neither `"max"` or `"avg"`. +- __ValueError__: 만약 `pool_mode` 라면 `"max"` 또는 `"avg"` 둘 다 아니다. ----