imageInputLayer

图像输入层

全部展开页面

描述

图像输入层向网络输入二维图像并应用数据归一化。

对于3d图像输入，请使用image3dinputlayer.．

创建

句法

层= imageInputLayer (inputSize)

层= imageInputLayer (inputSize、名称、值)

描述

层= imageInputLayer (inputSize的）返回图像输入层并指定InputSize财产。

例子

层= imageInputLayer (inputSize那名称，价值的）设置可选属性使用名称-值对。可以指定多个名称-值对。将每个属性名用单引号括起来。

属性

全部展开

图像输入

`InputSize`-输入的大小
整数的行矢量

输入数据的大小，指定为整数行向量[H W C],在那里H那W.，和C分别对应于通道的高度，宽度和数量。

对于灰度图像，请指定向量C等于1．
对于RGB图像，请指定向量C等于3.．
对于多光谱或高光谱图像，指定一个向量C等于通道的数量。

对于3-D图像或体积输入，使用image3dinputlayer.．

例子:(224 224)

`正常化`-数据归一化
`“zerocenter”`(默认)|`'zscore'`|`'Rescale-ysmmetric'`|`“rescale-zero-one”`|`'没有任何'`|功能手柄

每次数据通过输入层向前传播时应用的数据规范化，指定为以下其中之一:

“zerocenter”-减去指定的平均值的意思是．
'zscore'-减去指定的平均值的意思是然后除以standarddeviation.．
'Rescale-ysmmetric'- 使用最小值和最大值，重新归类输入到范围[-1,1]的范围最小值和最大限度，分别。
“rescale-zero-one”—使用指定的最小值和最大值重新缩放输入，使其在[0,1]范围内最小值和最大限度，分别。
'没有任何'—不要对输入数据进行规范化处理。
功能句柄 - 使用指定的功能归一化数据。该函数必须是表单y = func（x）,在那里X是输入数据和输出数据吗y为规范化数据。

提示

默认情况下，软件会自动计算训练时间的归一化统计。为节省训练时的时间，指定规范化所需的统计信息并设置'resetInputnormalization'选项培训选项来错误的．

`NormalizationDimension`-标准化维度
`'汽车'`(默认)|`“通道”`|`'元素'`|`'全部'`

归一化尺寸，指定为下列尺寸之一:

'汽车'- 如果培训选项是错误的然后指定任何标准化统计量(的意思是那standarddeviation.那最小值,或最大限度)，然后对与统计数据匹配的维度进行规范化。否则，重新计算训练时的统计数据，并应用通道方向的归一化。
“通道”- 频道明智的归一化。
'元素'- 明智的归一化。
'全部'- 使用标量统计来规范所有值。

数据类型:字符|字符串

`的意思是`-零中心和z分数标准化的平均值
`［］`(默认)|三维数组|数字标量

指定为零中心和z评分标准化的意思H——- - - - - -W.——- - - - - -C阵列，一个1-by-by-C每个通道，数字标量或［］,在那里H那W.，和C对应于平均值的高度，宽度和频道的数量。

如果您指定了的意思是属性,然后正常化必须是“zerocenter”或'zscore'．如果的意思是是［］，然后软件计算培训时间的平均值。

在没有培训的情况下创建网络时，可以设置此属性（例如，使用网络使用assembleNetwork）。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`standarddeviation.`-Z分数标准化的标准偏差
`［］`(默认)|三维数组|数字标量

z-score标准化的标准偏差，指定为aH——- - - - - -W.——- - - - - -C阵列，一个1-by-by-C每个通道，数字标量或［］,在那里H那W.，和C对应于标准偏差的高度，宽度和频道的数量。

如果您指定了standarddeviation.属性,然后正常化必须是'zscore'．如果standarddeviation.是［］，然后软件计算训练时间的标准偏差。

在没有培训的情况下创建网络时，可以设置此属性（例如，使用网络使用assembleNetwork）。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`最小值`-缩放的最小值
`［］`(默认)|三维数组|数字标量

缩放的最小值，指定为H——- - - - - -W.——- - - - - -C阵列，一个1-by-by-C每个通道、数字标量或最小值的数组［］,在那里H那W.，和C对应于最小值的高度，宽度和通道数。

如果您指定了最小值属性,然后正常化必须是'Rescale-ysmmetric'或“rescale-zero-one”．如果最小值是［］，然后该软件在培训时间计算最小值。

在没有培训的情况下创建网络时，可以设置此属性（例如，使用网络使用assembleNetwork）。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`最大限度`-缩放的最大值
`［］`(默认)|三维数组|数字标量

缩放的最大值，指定为H——- - - - - -W.——- - - - - -C阵列，一个1-by-by-C每个通道、数字标量或最大值的数组［］,在那里H那W.，和C对应于最大值的高度，宽度和最大值的通道数。

如果您指定了最大限度属性,然后正常化必须是'Rescale-ysmmetric'或“rescale-zero-one”．如果最大限度是［］然后，软件在训练时间计算最大值。

在没有培训的情况下创建网络时，可以设置此属性（例如，使用网络使用assembleNetwork）。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

`DataAugmentation`-数据增强变换
`'没有任何'`(默认)|`“randcrop”`|`'randfliplr'`|细胞阵列`“randcrop”`和`'randfliplr'`

笔记

这DataAugmentation属性不推荐使用。使用裁剪、反射和其他几何变换对图像进行预处理augmentedImageDatastore代替。

要在训练期间使用的数据增强转换，指定为以下方式之一。

'没有任何'- 没有数据增强
“randcrop”-从训练图像中随机裁剪。随机作物的大小与输入的大小相同。
'randfliplr'随机翻转输入图像水平与50%的机会。
细胞阵列“randcrop”和'randfliplr'．软件按照单元阵列中指定的顺序应用增强。

图像数据的增强是减少过度装箱的另一种方式［1］那[2]．

数据类型:字符串|字符|细胞

层

`的名字`-图层名称
`''`(默认)|特征向量|字符串标量

层名，指定为字符向量或字符串标量。为层数组输入,Trainnetwork.那assembleNetwork那分层图，和dlnetwork函数自动为层分配名称的名字设置''．

数据类型:字符|字符串

`NumInputs`-输入数量
0.(默认)

图层的输入数。该图层没有输入。

数据类型:双

`输入名称`-输入名字
`｛｝`(默认)

输入层名。该图层没有输入。

数据类型:细胞

`numoutputs.`-数量的输出
`1`(默认)

此属性是只读的。

图层的输出次数。此图层仅具有单个输出。

数据类型:双

`OutputNames`-输出名称
`{“出”}`(默认)

此属性是只读的。

输出层的名称。此图层仅具有单个输出。

数据类型:细胞

例子

全部收缩

创建图像输入层

打开生活的脚本

为28×28彩色图像创建图像输入层，名称'输入'．默认情况下，该图层通过从每个输入图像中减去训练的平均图像来执行数据归一化。

InputLayer = ImageInputLayer（[28 28 3]，'姓名'那'输入'的）

inputlayer = ImageInputLayer with properties: Name: 'input' InputSize: [28 28 3] Hyperparameters dataugmentation: 'none' NormalizationDimension: 'auto' Mean: []

包括在a中的图像输入图层层大批。

层= [．..ImageInputLayer（[28 28 1]）卷积2dlayer（5,20）rululayer maxpooling2dlayer（2，'走吧'，2）全连接层（10）SoftMaxLayer分类层]

图层= 7x1层阵列，带有图层：1''图像输入28x28x1图像与“zerocenter”归一化2''卷积20 5x5卷绕卷曲[1 1]和填充[0 0 0 0] 3''Relu Relu 4''Max汇集2x2 max汇集步进[2 2]和填充[0 0 0 0] 5''完全连接的10完全连接的第6层''softmax softmax 7''分类输出crossentropyex

兼容性考虑因素

全部展开

`AverageImage`财产将被删除

不建议从R2019b开始

AverageImage将被删除。用的意思是代替。要更新代码，请替换AverageImage和的意思是．需要对代码需要额外更新的属性之间没有差异。