文档帮助中心文档
通道局部响应规范化层
信道本地响应(跨信道)归一化层执行信道归一化。
层= crossChannelNormalizationLayer (windowChannelSize)
层= crossChannelNormalizationLayer (windowChannelSize、名称、值)
层= crossChannelNormalizationLayer (windowChannelSize)创建通道上的本地响应规格化层并设置WindowChannelSize财产。
层= crossChannelNormalizationLayer (windowChannelSize)
层
windowChannelSize
WindowChannelSize
例子
层= crossChannelNormalizationLayer (windowChannelSize,名称,值)设置可选属性WindowChannelSize,α,β,K,的名字使用名称-值对。例如,crossChannelNormalizationLayer(5“K”1)创建一个局部响应规格化层用于通道方向的规格化,窗口大小为5和Khyperparameter 1。可以指定多个名称-值对。将每个属性名用单引号括起来。
层= crossChannelNormalizationLayer (windowChannelSize,名称,值)
名称,值
α
β
K
的名字
crossChannelNormalizationLayer(5“K”1)
全部展开
通道窗口的大小,它控制用于对每个元素进行标准化的通道数量,指定为正整数。
如果WindowChannelSize是偶数,则窗口是不对称的。该软件着眼于以前地板((w1) / 2)渠道及以下地板(w / 2)频道。例如,如果WindowChannelSize是4,然后层正常化每个元素由它的邻居在前两个通道和它的邻居在下两个通道。
地板((w1) / 2)
地板(w / 2)
例子:5
5
α归一化(乘数项)中的超参数,指定为数字标量。
例子:0.0002
0.0002
β规格化中的超参数,指定为数字标量。的价值β必须大于或等于0.01。
例子:0.8
0.8
K规格化中的超参数,指定为数字标量。的价值K必须大于或等于10-5.
例子:2.5
2.5
''
层名,指定为字符向量或字符串标量。为层数组输入,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。
层的输入数。这一层只接受单个输入。
数据类型:双
双
InputNames
{'在'}
输入层名。这一层只接受单个输入。
数据类型:细胞
细胞
NumOutputs
层输出的数量。这一层只有一个输出。
OutputNames
{“出”}
输出层的名称。这一层只有一个输出。
全部折叠
为通道规范化创建一个本地响应规范化层,其中由五个通道组成的窗口对每个元素进行规范化,并为标准化器添加常量 K 是1。
层= crossChannelNormalizationLayer (5“K”, 1)
layer = CrossChannelNormalizationLayer带有属性:Name: " Hyperparameters WindowChannelSize: 5 Alpha: 1.0000e-04 Beta: 0.7500 K: 1
中包含一个局部响应规格化层层数组中。
层= [...imageInputLayer([28 28 1])卷积2dlayer (5,20) reluLayer crossChannelNormalizationLayer(3) fulllyconnectedlayer (10) softmaxLayer classificationLayer]
图层数组:1”的形象输入28 x28x1图像zerocenter正常化2”卷积20 5 x5旋转步[1]和填充[0 0 0 0]3”ReLU ReLU 4”横通道正常化横通道正常化与3频道每个元素5“完全连接10完全连接层6”Softmax Softmax 7”分类输出crossentropyex
此层不支持三维图像输入或矢量序列输入。金宝app
这一层执行通道局部响应规格化。它通常跟随ReLU激活层。这一层将每个元素替换为一个标准化值,该值是使用来自一定数量的相邻通道(标准化窗口中的元素)的元素获得的。也就是说,对于每个元素 x 在输入,trainNetwork计算一个标准化值 x ' 使用
x ' = x ( K + α * 年代 年代 w 我 n d o w C h 一个 n n e l 年代 我 z e ) β ,
在哪里K,α,β超参数在归一化中,和党卫军是标准化窗口中元素的平方和吗[1].属性指定规范化窗口的大小windowChannelSize论点的crossChannelNormalizationLayer函数。属性也可以指定超参数α,β,K名称-值对参数。
crossChannelNormalizationLayer
前面的归一化公式与所给出的略有不同[1].你可以通过乘以得到等价的公式α价值的windowChannelSize.
Krizhevsky, A. I. Sutskever和G. E. Hinton。基于深度卷积神经网络的图像网络分类神经信息处理系统研究进展.25卷,2012年。
averagePooling2dLayer|convolution2dLayer|maxPooling2dLayer
averagePooling2dLayer
convolution2dLayer
maxPooling2dLayer
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系