主要内容

globalMaxPooling2dLayer

全局最大池化层

展开全部页面

描述

2-D全局最大池化层通过计算输入的高度和宽度维度的最大值来执行下采样。

创建

语法

layer = globalMaxPooling2dLayer
layer = globalMaxPooling2dLayer('Name'， Name)

描述

层= globalMaxPooling2dLayer创建全局最大池化层。

例子

层= globalMaxPooling2dLayer(名称,名称)设置可选的的名字财产。

属性

全部展开

层名，指定为字符向量或字符串标量。为层数组输入时，trainNetwork，assembleNetwork，layerGraph,dlnetwork函数自动为具有该名称的层分配名称”．

数据类型:字符|字符串

此属性是只读的。

该层的输入数量。该层只接受单个输入。

数据类型:双

此属性是只读的。

输入层的名称。该层只接受单个输入。

数据类型:细胞

此属性是只读的。

层的输出数量。这个图层只有一个输出。

数据类型:双

此属性是只读的。

输出层的名称。这个图层只有一个输出。

数据类型:细胞

对象的功能

例子

全部折叠

打开实时脚本

创建一个全局最大池化层“gmp1”．

层= globalMaxPooling2dLayer(“名字”，“gmp1”）
层= GlobalMaxPooling2DLayer与属性:名称:'gmp1'

中包含全局最大池化层层数组中。

层= [.．.imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer globalMaxPooling2dLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
2 "二维卷积20个5x5卷积，带stride[1 1]和padding [0 0 0 0 0] 3 " ReLU ReLU 4 "二维全局最大池化2 "二维全局最大池化5 "全连接10全连接层6 " Softmax Softmax 7 "分类输出crossentropyex

提示

  • 在图像分类网络中，您可以使用globalMaxPooling2dLayer最后在全连接层之前减少激活的大小而不牺牲性能。激活大小的减小意味着下游全连接层的权重将更少，从而减小网络的大小。

  • 你可以使用globalMaxPooling2dLayer朝向末端的分类网络而不是fullyConnectedLayer．由于全局池化层没有可学习的参数，因此它们不太容易过拟合，并且可以减小网络的大小。这些网络对于输入数据的空间转换也更加健壮。也可以用globalAveragePooling2dLayer代替。是否globalAveragePooling2dLayer或者一个globalMaxPooling2dLayer更合适取决于你的数据集。

    要使用全局平均池化层而不是全连接层，输入到的大小globalMaxPooling2dLayer必须匹配分类问题中的类数

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

GPU代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

版本历史

R2020a中引入

另请参阅

||||

主题