文档帮助中心文档
平均池化层
二维平均池化层通过将输入划分为矩形池化区域,然后计算每个区域的平均值来进行下采样。
层= averagePooling2dLayer(poolSize)
层= averagePooling2dLayer(poolSize,Name,Value)
层= averagePooling2dLayer (poolSize)创建平均池化层并设置PoolSize财产。
层= averagePooling2dLayer (poolSize)
层
poolSize
PoolSize
例子
层= averagePooling2dLayer (poolSize,名称,值)设置可选的步而且的名字属性使用名称-值对。要指定输入填充,请使用“填充”名称-值对参数。例如,averagePooling2dLayer(2步,2)创建具有池大小的平均池化层(2 - 2)和步(2 - 2).可以指定多个名称-值对。将每个属性名用单引号括起来。
层= averagePooling2dLayer (poolSize,名称,值)
名称,值
步
的名字
“填充”
averagePooling2dLayer(2步,2)
(2 - 2)
全部展开
使用逗号分隔的名称-值对参数指定要在层输入的边缘添加的零填充的大小,或设置步而且的名字属性。名字用单引号括起来。
填充
[0 0 0 0]
“相同”
输入边填充,指定为由逗号分隔的对组成“填充”其中一个价值观是:
“相同”-增加软件在训练或预测时计算出的大小的padding,使stride = 1时输出与输入大小相同。如果stride大于1,则输出大小为装天花板(inputSize /步),在那里inputSize输入的高度或宽度是和步是对应维度上的步幅。如果可能的话,软件会在顶部和底部,以及左侧和右侧添加相同数量的填充。如果必须垂直添加的填充值为奇数,则软件将在底部添加额外的填充。如果必须水平添加的填充值为奇数,则软件将在右侧添加额外的填充。
装天花板(inputSize /步)
inputSize
非负整数p-添加填充大小p到输入的所有边。
p
向量[b]的非负整数-添加填充大小一个到输入和填充大小的顶部和底部b向左和向右。
[b]
一个
b
向量[t b l r]的非负整数-添加填充大小t到了顶端,b到底,l向左,然后r在输入的右边。
[t b l r]
t
l
r
例子:“填充”,1将一行填充添加到顶部和底部,并将一列填充添加到输入的左侧和右侧。
“填充”,1
例子:“填充”,“相同”添加填充,使输出与输入大小相同(如果stride = 1)。
“填充”,“相同”
池化区域的维度,指定为两个正整数的向量[w h],在那里h是高度和w是宽度。在创建层时,您可以指定PoolSize作为一个标量,对两个维度使用相同的值。
[w h]
h
w
如果步幅尺寸步小于各自的池化维度,则池化区域重叠。
填充尺寸PaddingSize必须小于池化区域维度PoolSize.
PaddingSize
例子:(2 - 1)指定高度为2,宽度为1的池化区域。
(2 - 1)
[1]
垂直和水平遍历输入的步长,指定为两个正整数的向量[b],在那里一个垂直步长和b是水平步长。在创建层时,您可以指定步作为一个标量,对两个维度使用相同的值。
例子:3 [2]指定垂直步长为2,水平步长为3。
3 [2]
要应用于输入边框的填充大小,以向量形式指定[t b l r]四个非负整数,其中t是填充到顶部,b是填充到底部,l填充应用于左侧,和r是应用于右侧的填充。
创建图层时,使用“填充”名称-值对参数指定填充大小。
例子:[1,2 2]将一行填充添加到顶部和底部,并将两列填充添加到输入的左侧和右侧。
[1,2 2]
PaddingMode
“手动”
方法来确定填充大小,指定为“手动”或“相同”.
的值由软件自动设置PaddingMode基于“填充”创建层时指定的值。
如果你设置“填充”选项为标量或矢量的非负整数,然后软件自动设置PaddingMode来“手动”.
如果你设置“填充”选项“相同”,然后软件自动设置PaddingMode来“相同”并在训练时计算填充的大小,以便当stride = 1时输出与输入具有相同的大小。如果stride大于1,则输出大小为装天花板(inputSize /步),在那里inputSize输入的高度或宽度是和步是对应维度上的步幅。如果可能的话,软件会在顶部和底部,以及左侧和右侧添加相同数量的填充。如果必须垂直添加的填充值为奇数,则软件将在底部添加额外的填充。如果必须水平添加的填充值为奇数,则软件将在右侧添加额外的填充。
PaddingValue
0
“的意思是”
用于填充输入的值,指定为0或“的意思是”.
当你使用填充选项向输入添加填充,则应用的填充值可以是以下值之一:
0属性指定的位置用零填充输入填充财产。计算边缘池化区域的平均值时,包括填充区域。
“的意思是”属性指定的位置上的池化区域的平均值填充输入填充选择。在计算每个池化区域的平均值时,有效地排除了填充区域。
[0 0]
请注意
填充属性将在将来的版本中删除。使用PaddingSize代替。创建一个层时,使用“填充”名称-值对参数指定填充大小。
垂直和水平应用于输入边框的填充大小,指定为矢量[b]两个非负整数,其中一个填充是否应用于输入数据的顶部和底部b应用于左右两侧的填充。
例子:[1]将一行填充添加到顶部和底部,并将一列填充添加到输入的左侧和右侧。
”
层名,指定为字符向量或字符串标量。为层数组输入时,trainNetwork,assembleNetwork,layerGraph,dlnetwork函数自动为层分配名称的名字设置为”.
trainNetwork
assembleNetwork
layerGraph
dlnetwork
数据类型:字符|字符串
字符
字符串
NumInputs
1
此属性是只读的。
该层的输入数量。该层只接受单个输入。
数据类型:双
双
InputNames
{'在'}
输入层的名称。该层只接受单个输入。
数据类型:细胞
细胞
NumOutputs
层的输出数量。这个图层只有一个输出。
OutputNames
{“出”}
输出层的名称。这个图层只有一个输出。
全部折叠
创建一个平均池化层“avg1”.
“avg1”
层= averagePooling2dLayer(2,“名字”,“avg1”)
Name: 'avg1'超参数PoolSize: [2 2] Stride: [1 1] PaddingMode: 'manual' PaddingSize: [0 0 0 0 0] PaddingValue: 0
中包含一个平均池化层层数组中。
层= [...imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer averagePooling2dLayer(2) fullyConnectedLayer(10) softmaxLayer classificationLayer]
2 " Convolution 20 5x5 convolutions with stride [1 1] and padding [0 0 0 0 0] 3 " ReLU ReLU 4 " Average Pooling 2x2 Average Pooling with stride [1 1] and padding [0 0 0 0 0] 5 " Fully Connected 10 Fully Connected Layer 6 " Softmax Softmax 7 " Classification Output crossentropyex
创建一个具有非重叠池区域的平均池化层。
层= averagePooling2dLayer(2,“步”,2)
layer = AveragePooling2DLayer with properties: Name: " Hyperparameters PoolSize: [2 2] Stride: [2 2] PaddingMode: 'manual' PaddingSize: [0 0 0 0 0] PaddingValue: 0
矩形区域的高度和宽度(池大小)都是2。池化区域不会重叠,因为垂直和水平遍历图像的步长(stride)也是2。
包含一个具有非重叠区域的平均池化层层数组中。
层= [...imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer averagePooling2dLayer(2,“步”,2) fullyConnectedLayer(10) softmaxLayer classificationLayer]
2 " Convolution 20 5x5 convolutions with stride [1 1] and padding [0 0 0 0 0] 3 " ReLU ReLU 4 " Average Pooling 2x2 Average Pooling with stride [2 2] and padding [0 0 0 0 0] 5 " Fully Connected 10 Fully Connected Layer 6 " Softmax Softmax 7 " Classification Output crossentropyex
创建一个具有重叠池区的平均池层。
layer = averagePooling2dLayer([3 2],“步”,2)
layer = AveragePooling2DLayer with properties: Name: " Hyperparameters PoolSize: [3 2] Stride: [2 2] PaddingMode: 'manual' PaddingSize: [0 0 0 0 0] PaddingValue: 0
该层创建大小为[32 2]的池化区域,并取每个区域中六个元素的平均值。池化区域重叠是因为步包括小于各自池化维度的维度PoolSize.
中包含具有重叠池化区域的平均池化层层数组中。
层= [...imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer averagePooling2dLayer([3 2],“步”,2) fullyConnectedLayer(10) softmaxLayer classificationLayer]
2 " Convolution 20 5x5 convolutions with stride [1 1] and padding [0 0 0 0 0] 3 " ReLU ReLU 4 " Average Pooling 3x2 Average Pooling with stride [2 2] and padding [0 0 0 0 0] 5 " Fully Connected 10 Fully Connected Layer 6 " Softmax Softmax 7 " Classification Output crossentropyex
池化层跟随卷积层进行向下采样,因此减少了到以下层的连接数量。它们本身不进行任何学习,但减少了在以下层中要学习的参数的数量。它们还有助于减少过拟合。
平均池化层输出输入矩形区域的平均值。矩形区域的大小由poolSize的观点averagePoolingLayer.例如,如果poolSize=[2,3],则该层返回高为2、宽为3的区域的平均值。
averagePoolingLayer
属性指定的步长范围内,池化层水平和垂直扫描输入“步”名称-值对参数。如果池大小小于或等于stride,则池化区域不会重叠。
“步”
对于非重叠区域(池大小而且步= =),如果池化层的输入是n——- - - - - -n,池化区域大小为h——- - - - - -h,然后池化层对区域进行下采样h[1].即卷积层的一个通道的最大或平均池化层的输出为n/h——- - - - - -n/h.对于重叠区域,池化层的输出为(输入的大小- - - - - -池大小+ 2 *填充) /步+ 1。
[1] Nagi, J. F. Ducatelle, G. A. Di Caro, D. Ciresan, U. Meier, A. Giusti, F. Nagi, J. Schmidhuber, L. M. Gambardella。“基于视觉手势识别的最大池化卷积神经网络”。IEEE信号与图像处理应用国际会议(ICSIPA2011), 2011年。
convolution2dLayer|globalAveragePooling2dLayer|maxPooling2dLayer
convolution2dLayer
globalAveragePooling2dLayer
maxPooling2dLayer
您有这个示例的修改版本。要使用编辑打开此示例吗?
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处