RegressionOutputLayer
回归输出层
描述
一层回归计算half-mean-squared-error损失回归任务。
创建
创建一个回归输出层使用regressionLayer
。
属性
回归输出
ResponseNames
- - - - - -名字的反应
{}
(默认)|单元阵列的特征向量|字符串数组
反应的名称,指定单元阵列特征向量或一个字符串数组。在训练时,软件自动设置名称根据训练数据的响应。默认值是{}
。
数据类型:细胞
LossFunction
- - - - - -损失函数进行训练
的均方误差
损失函数的软件使用培训,指定为的均方误差
。
层
的名字
- - - - - -层的名字
”
(默认)|特征向量|字符串标量
图层名称,指定为一个特征向量或字符串标量。为层
数组输入,trainNetwork
,assembleNetwork
,layerGraph
,dlnetwork
函数自动分配名字与名字层”
。
数据类型:字符
|字符串
NumInputs
- - - - - -输入数量
1
(默认)
这个属性是只读的。
输入层的数量。这一层只接受一个输入。
数据类型:双
InputNames
- - - - - -输入名字
{'在'}
(默认)
这个属性是只读的。
输入层的名称。这一层只接受一个输入。
数据类型:细胞
NumOutputs
- - - - - -数量的输出
0(默认)
输出层的数量。层没有输出。
数据类型:双
OutputNames
- - - - - -输出的名字
{}
(默认)
输出层的名称。层没有输出。
数据类型:细胞
例子
创建回归输出层
创建一个回归输出层的名字“routput”
。
层= regressionLayer (“名字”,“routput”)
层= RegressionOutputLayer属性:名称:“routput”ResponseNames: {} Hyperparameters LossFunction:的均方误差
的默认损失函数回归是均方误差。
包括一系列回归输出层的层。
层= […imageInputLayer([1] 28日28日)convolution2dLayer(12日25)reluLayer fullyConnectedLayer (1) regressionLayer]
层= 5 x1层与层:数组1”的形象输入28 x28x1图像zerocenter正常化2”卷积25 12 x12的隆起与步幅[1]和填充[0 0 0 0]3”ReLU ReLU 4”完全连接1完全连接层5”回归输出均方误差
更多关于
回归输出层
一层回归计算half-mean-squared-error损失回归任务。对于典型的回归问题,回归层必须遵循最终完全连接层。
一个观察,均方误差是由:
在哪里R是反应的数量,t我是目标输出,y我网络的预测反应吗我。
对于图像和sequence-to-one回归网络,损失函数的回归层是half-mean-squared-error预测反应,没有规范化R:
image-to-image回归网络,回归的损失函数层是half-mean-squared-error预测反应的每个像素,没有规范化R:
在哪里H,W,C表示高度、宽度和输出的通道数,分别p为每个元素(像素)的索引t和y线性。
sequence-to-sequence回归网络,回归层的损失函数的half-mean-squared-error预测为每个时间步反应,没有规范化R:
在哪里年代是序列长度。
训练时,软件计算的平均损失mini-batch观测。
版本历史
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。