Couches de reshaping (Permute)

Fonctions :

• Permute()

  La couche Permute réorganise (permute) les dimensions d’un tenseur d’entrée selon un ordre spécifié, excepté la dimension batch qui reste inchangée. Elle est utile pour adapter la disposition des données entre différentes couches.

  Importation :

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Permute
  import numpy as np

  Attributs :

  Paramètre	Type	Description	Valeur par défaut
  dims	tuple ou liste d'entiers	Nouvel ordre des dimensions (1-based), hors dimension batch.	—

  Exemple de code :

  📋 Copy

  from tensorflow.keras.models import Sequential
  from tensorflow.keras.layers import Permute
  import numpy as np
  
  # Données simulées : batch de 1 tenseur de forme (2, 3, 4)
  X = np.random.rand(1, 2, 3, 4)
  
  # Modèle avec Permute : on inverse la 2ème et 3ème dimension
  model = Sequential()
  model.add(Permute((1, 3, 2), input_shape=(2, 3, 4)))
  
  # Passage des données dans la couche
  output = model.predict(X)
  print("Shape avant :", X.shape)   # (1, 2, 3, 4)
  print("Shape après :", output.shape)  # (1, 2, 4, 3)

  Explication du code :

  Importation des bibliothèques
   On importe la couche `Permute` ainsi que les modules nécessaires. 
  Création des données
   Les données sont un tenseur de forme (2, 3, 4) avec un batch de taille 1. 
  Définition du modèle
   La couche `Permute` est ajoutée pour inverser la 2ème et 3ème dimension (ordre (1, 3, 2)). 
  Exécution
   Après passage dans la couche, la forme du tenseur est modifiée en (2, 4, 3), les données sont réordonnées sans être modifiées.