一维卷积层
一维卷积层将滑动卷积滤波器应用于一维输入。该层通过沿输入移动滤波器并计算权重和输入的点积,然后添加偏置项来卷积输入。
层卷积的维度取决于层的输入:
对于时间序列和矢量序列输入(与通道、观测值和时间步骤对应的三维数据),该层在时间维度上进行卷积。
对于一维图像输入(与空间像素、通道和观测值对应的三维数据),该层在空间维度上进行卷积。
对于一维图像序列输入(数据有四个维度,对应于空间像素、通道、观测值和时间步长),该层在空间维度上卷积。
创建一维卷积层并设置层
=卷积层(filterSize
,numFilters
)FilterSize
和NumFilters
属性。
还设置了可选的层
=卷积层(filterSize
,numFilters
,名称=值
)大步走
,DilationFactor
,NumChannels
,参数和初始化,学习率和正规化,名称
属性使用一个或多个名称-值参数。要指定输入填充,使用填充
名称-值参数。例如,卷积1层(11,96,填充=1)
创建一个1- d卷积层,包含96个大小为11的过滤器,并在层输入的左边和右边指定大小为1的填充。
[1] 格洛特、泽维尔和约书亚·本吉奥,《理解训练深度前馈神经网络的困难》,年第十三届国际人工智能和统计会议论文集, 249 - 356。撒丁岛,意大利:AISTATS, 2010。
何开明,张翔宇,任少青,孙健深入研究整流器:在图像网分类上超越人类水平的表现。在2015 IEEE计算机视觉国际会议论文集,1026–1034。华盛顿特区:IEEE计算机视觉学会,2015年。
trainingOptions
|trainNetwork
|sequenceInputLayer
|第一层
|bilstmLayer
|gruLayer
|maxPooling1dLayer
|平均池1层
|globalMaxPooling1dLayer
|globalAveragePooling1dLayer