输入数据的大小，指定为整数的行向量[h.w.d c]，其中h,w,d和c对应于高度，宽度，深度，和分别数目的通道。

对于2-d的图像输入，使用imageInputLayer。

例：[132 132 116 3]

数据归一化，用于每次数据通过输入层向前传播时应用，指定为以下一种:

归一化维度，指定为以下维度之一:

意味着零中心和z得分正常化，指定为h-通过-w-通过-d-通过-c阵列，1 * 1 * 1逐c的每信道的装置阵列，数字标量，或[]，其中h,w,d和c对应的高度、宽度、深度和通道数的平均值。

如果您指定意思属性，那么正常化一定是“zerocenter”要么“zscore”。如果意思是[]，然后软件计算训练时的平均值。

您可以在不经过训练的情况下创建网络时设置此属性(例如，使用assembleNetwork）。

数据类型:单|双|int8|INT16|INT32|int64|uint8|UINT16|uint32|uint64

为z得分标准化标准偏差，指定为h-通过-w-通过-d-通过-c阵列，1 * 1 * 1逐c的每信道的装置阵列，数字标量，或[]，其中h,w,d和c分别为标准差的高度、宽度、深度和通道数。

如果您指定StandardDeviation属性，那么正常化一定是“zscore”。如果StandardDeviation是[]，然后软件计算训练时的标准差。

您可以在不经过训练的情况下创建网络时设置此属性(例如，使用assembleNetwork）。

数据类型:单|双|int8|INT16|INT32|int64|uint8|UINT16|uint32|uint64

用于重新缩放最小值，指定为h-通过-w-通过-d-通过-c阵列，1 * 1 * 1逐c每个通道的最小数组，一个数值标量，或[]，其中h,w,d和c对应于最小值的高度、宽度、深度和通道数。

如果您指定最小值属性，那么正常化一定是“rescale-symmetric”要么“rescale-zero-one”。如果最小值是[]，那么软件计算最小的训练时间。

您可以在不经过训练的情况下创建网络时设置此属性(例如，使用assembleNetwork）。

数据类型:单|双|int8|INT16|INT32|int64|uint8|UINT16|uint32|uint64

用于重新缩放最大值，指定为h-通过-w-通过-d-通过-c阵列，1 * 1 * 1逐c每个通道的最大值数组，数值标量，或[]，其中h,w,d和c对应于高度，宽度，深度和最大值的信道的数目，分别。

如果您指定最小值属性，那么正常化一定是“rescale-symmetric”要么“rescale-zero-one”。如果马克斯是[]，然后软件计算训练时间的最大值。

您可以在不经过训练的情况下创建网络时设置此属性(例如，使用assembleNetwork）。

数据类型:单|双|int8|INT16|INT32|int64|uint8|UINT16|uint32|uint64

层名称，指定为字符向量或字符串标量。要在层图中包含一个层，必须指定一个非空的唯一层名称。如果你训练一个系列网络与层和的名字设定为''，那么软件的名称自动分配到训练时间的层。

数据类型:烧焦|字符串

的层的输入端数量。该层具有无输入。

数据类型:双

该层的输入名称。该层具有无输入。

数据类型:细胞

层的输出数目。该层具有仅一个输出。

数据类型:双

该层的输出的名称。该层具有仅一个输出。

数据类型:细胞