将自定义层导入深网络设计师

打开直播脚本

此示例显示如何将自定义分类输出层与平方误差（SSE）丢失之和导入，并将其添加到深网络设计器中的预磨平网络中。

定义自定义分类输出层。要创建这个图层，保存文件sseclassificationlayer.m在当前文件夹中。有关构造此图层的更多信息，请参阅定义自定义分类输出层。

创建图层的实例。

sseclassificationlayer = sseclassificationlayer（“上世纪”）;

使用佩带的Googlenet网络打开深度网络设计师。

deepnetworkdesigner（googlenet）;

为了调整佩带的网络，用适用于新数据集的新图层替换最后的学习层和最终分类层。在googlenet中，这些层有名称'loss3-classifier'和'输出'，分别。

在里面设计师窗格，拖着一个新的全康统计层来自图书馆库到画布上。放输出在新数量的课程中，在这个例子中，2。

编辑学习率，以便在新图层中更快地学习而不是传输的图层。放举重和Biaslearnratefactor.到10.。删除最后一个完全连接的图层并连接新图层。

接下来，用自定义分类输出层替换输出层。点击新的在里面设计师窗格。暂停来自工作区然后点击进口。要导入自定义分类图层，请选择sseclassificationlayer.然后点击好的。

通过单击将该图层添加到当前的Googlenet掠夺网络添加。该应用程序将自定义图层添加到顶部设计师窗格。要查看新图层，请使用鼠标或单击缩放放大。

将自定义图层拖到底部设计师窗格。用新的分类输出层替换输出层并连接新图层。

点击检查您的网络分析。如果深度学习网络分析仪报告零错误，网络就准备好进行培训。

构建网络后，您已准备好进口数据和火车。有关在深网络设计师中导入数据和培训的更多信息，请参阅用深网络设计师转移学习。

也可以看看

下载电子书