主要内容

globalMaxPooling1dLayer

1-D全局最大池化层

    描述

    1-D全局最大池化层通过输出输入的最大时间或空间维度来执行下采样。

    层池的维度取决于层的输入:

    • 对于时间序列和向量序列输入(具有三个维度的数据,对应于通道、观测值和时间步长),层池在时间维度上。

    • 对于一维图像输入(具有与空间像素、通道和观测值相对应的三维数据),层在空间维度上进行池。

    • 对于一维图像序列输入(具有四个维度的数据,对应于空间像素、通道、观测值和时间步长),层在空间维度上进行池。

    创建

    描述

    例子

    = globalMaxPooling1dLayer创建一个1-D全局最大池层。

    = globalMaxPooling1dLayer (Name =名字)设置可选的名字财产。

    属性

    全部展开

    图层名称,指定为字符向量或字符串标量。为数组输入trainNetworkassembleNetworklayerGraph,dlnetwork函数会自动给有名称的图层分配名称

    数据类型:字符|字符串

    该属性是只读的。

    层的输入数。这一层只接受一个输入。

    数据类型:

    该属性是只读的。

    输入图层的名称。这一层只接受一个输入。

    数据类型:细胞

    该属性是只读的。

    层的输出数。这一层只有一个输出。

    数据类型:

    该属性是只读的。

    输出图层的名称。这一层只有一个输出。

    数据类型:细胞

    例子

    全部折叠

    创建一个1-D全局最大池层。

    layer = globalMaxPooling1dLayer
    layer = GlobalMaxPooling1DLayer with properties: Name: "

    在层数组中包含一个1-D全局最大池化层。

    layers = [sequenceInputLayer(12) convolution1dLayer(11,96) reluLayer globalMaxPooling1dLayer fulllyconnectedlayer (10) softmaxLayer classificationLayer]
    Layer = 7x1 Layer array with layers: 1 " Sequence Input Sequence Input with 12维序列输入2 " Convolution 96 11个卷积,stride为1,padding为[0 0]3 " ReLU ReLU 4 " 1- d Global Max Pooling 1- d Global Max Pooling 5 " Fully Connected 10 Fully Connected Layer 6 " Softmax Softmax 7 " Classification Output crossentropyx

    算法

    全部展开

    版本历史

    在R2021b中引入