文件帮助中心文件
分析深度学习网络架构
analyzeNetwork(净)
analyzeNetwork(层)
分析(LGROPH)
analyzeNetwork (dlnet)
分析(LAPHAGRAGE,'Targetusage',Target)
使用analyzeNetwork为了可视化和理解网络的体系结构,检查您是否已正确定义了架构,并在培训前检测问题。问题analyzeNetwork检测包括缺失或未连接的层,不正确的层输入,层输入的不正确数,图形结构无效。
analyzeNetwork
例子
analyzeNetwork (净)分析系列网络或Dagnetwork.目的净.该功能显示网络架构的交互式可视化,并提供有关网络层的详细信息。图层信息包括层激活和学习参数的大小,学习参数的总数,以及经常性层的状态参数的大小。
analyzeNetwork (净)
净
系列网络
Dagnetwork.
小费
为了交互式地可视化、分析和训练一个网络,使用deepNetworkDesigner(净).有关更多信息,请参阅深层网络设计师.
deepNetworkDesigner(净)
analyzeNetwork (层数)分析图层阵列层数并检测错误和问题trainNetwork工作流程。
analyzeNetwork (层数)
层数
trainNetwork
analyzeNetwork (LGRAPH.)分析层图LGRAPH.并检测错误和问题trainNetwork工作流程。
analyzeNetwork (LGRAPH.)
LGRAPH.
analyzeNetwork (dlnet)分析dlnetwork自定义训练循环工作流的对象。不支持具有未连接输入的网络。金宝app
analyzeNetwork (dlnet)
dlnet
dlnetwork
analyzeNetwork (LGRAPH.“TargetUsage”,目标)分析层图LGRAPH.对于指定的目标工作流程。在分析图层图时使用此语法dlnetwork工作流程。
analyzeNetwork (LGRAPH.“TargetUsage”,目标)
目标
全部折叠
加载预先训练好的google网络卷积神经网络。
网= googlenet
net = DAGNetwork with properties: Layers: [144×1 nnet.cnn.layer.Layer]
分析了网络。analyzeNetwork显示网络架构的交互式图和包含有关网络层信息的表。
使用左侧的绘图调查网络架构。在图中选择一个图层。所选层在绘图和层表中突出显示。
在表中,查看层信息(如图层属性,图层类型和大小的层次)和学习参数的大小。层的激活是该层的输出。
在网络中选择更深层。请注意,在空间尺寸(前两个维度)中,更深层的激活较小,并且在通道尺寸(最后一维)中更大。使用该结构使卷积神经网络能够逐渐增加提取的图像特征的数量,同时降低空间分辨率。
点击图层表右上角的箭头,选择,显示每一层可学习参数的总数总可学的.要按列值对图层表排序,请将鼠标悬停在列标题上,然后单击出现的箭头。例如,可以根据可学习参数的总数对层进行排序,从而确定哪一层包含的参数最多。
创建一个简单的带有快捷连接的卷积网络。以层数组的形式创建网络的主要分支,并从层数组创建层图。layerGraph连接所有图层层数按顺序。
layerGraph
图层= [imageInputlayer([32 32 3],'名称'那'输入')卷积2dlayer(5,16,“填充”那“相同”那'名称'那“conv_1”)剥离('名称'那'relu_1') convolution2dLayer(3, 16岁,“填充”那“相同”那'走吧',2,'名称'那“conv_2”)剥离('名称'那'relu_2') additionLayer (2'名称'那'Add1') convolution2dLayer(3, 16岁,“填充”那“相同”那'走吧',2,'名称'那“conv_3”)剥离('名称'那'relu_3') additionLayer (3'名称'那'Add2') fullyConnectedLayer (10'名称'那“俱乐部”) classificationLayer ('名称'那'输出'));Lgraph = LayerGraph(层);
创建快捷方式连接。其中一个快捷连接包含单个1×1卷积层Skipconv..
Skipconv.
Skipconv = Convolution2dlayer(1,16,'走吧',2,'名称'那'skipconv');Lgraph = Addlayers(LAPHAGH,SKIPCONV);Lgraph = ConnectLayers(LAPHAGE,'relu_1'那“add1 / in2”);Lgraph = ConnectLayers(LAPHAGE,'Add1'那'Add2 / In2');
分析网络架构。analyzeNetwork在网络中查找四个错误。
调查并修复网络中的错误。在本例中,以下问题导致错误:
输出类概率的softmax层必须在分类层之前。中的错误输出分类图层,在分类层之前添加软MAX层。
输出
这Skipconv.图层未连接到网络的其余部分。它应该是捷径连接的一部分add1和add2层。要修复此错误,请连接add1至Skipconv.和Skipconv.至add2.
add1
add2
这add2层被指定为有三个输入,但层只有两个输入。若要修复错误,请将输入数量指定为2.
2
添加层的所有输入必须具有相同的大小,但是add1图层有两个具有不同大小的输入。因为这Conv_2层有一个'走吧'值为2时,这一层在前两个维度(空间维度)下采样激活的倍数为2。来调整输入的大小relu2.层使其具有与输入相同的大小relu1.,通过设置删除下采样'走吧'价值Conv_2第1层。
Conv_2
'走吧'
relu2.
relu1.
将这些修改应用到本例开头的层图构造中,并创建一个新的层图。
图层= [imageInputlayer([32 32 3],'名称'那'输入')卷积2dlayer(5,16,“填充”那“相同”那'名称'那“conv_1”)剥离('名称'那'relu_1') convolution2dLayer(3, 16岁,“填充”那“相同”那'走吧',1,'名称'那“conv_2”)剥离('名称'那'relu_2') additionLayer (2'名称'那'Add1') convolution2dLayer(3, 16岁,“填充”那“相同”那'走吧',2,'名称'那“conv_3”)剥离('名称'那'relu_3') additionLayer (2'名称'那'Add2') fullyConnectedLayer (10'名称'那“俱乐部”) softmaxLayer ('名称'那'softmax');classificationLayer ('名称'那'输出'));Lgraph = LayerGraph(层);Skipconv = Convolution2dlayer(1,16,'走吧',2,'名称'那'skipconv');Lgraph = Addlayers(LAPHAGH,SKIPCONV);Lgraph = ConnectLayers(LAPHAGE,'relu_1'那“add1 / in2”);Lgraph = ConnectLayers(LAPHAGE,'Add1'那'skipconv');Lgraph = ConnectLayers(LAPHAGE,'skipconv'那'Add2 / In2');
分析新架构。新网络不包含任何错误,并已准备好接受训练。
为自定义训练循环创建一个图层图。对于自定义训练循环工作流程,图层图不得具有输出层。
图层= [imageInputLayer([28 28 1],“归一化”那“没有”那'名称'那'输入')卷积2dlayer(5,20,'名称'那“conv1”) batchNormalizationLayer ('名称'那'bn1')剥离('名称'那“relu1”)卷积2dlayer(3,20,“填充”,1,'名称'那“conv2”) batchNormalizationLayer ('名称'那'bn2')剥离('名称'那'relu2'20岁的)convolution2dLayer (3“填充”,1,'名称'那“conv3”) batchNormalizationLayer ('名称'那'bn3')剥离('名称'那'relu3') fullyConnectedLayer (10'名称'那“俱乐部”) softmaxLayer ('名称'那'softmax'));Lgraph = LayerGraph(层);
使用该层图分析图层图analyzeNetwork功能并设置“TargetUsage”选择“dlnetwork”.
“TargetUsage”
“dlnetwork”
分析(LGraph,“TargetUsage”那“dlnetwork”)
在这里,函数不会报告层图的任何问题。
训练有素的网络,指定为a系列网络或者一个Dagnetwork.对象。您可以通过导入佩带的网络(例如,使用)来获得培训的网络googlenet功能)或使用自己的网络使用trainNetwork.
googlenet
层
网络图层,指定为a层数组中。
有关内置层的列表,请参见深度学习层名单.
分层图
层图形,指定为分层图对象。要创建层图,请使用layerGraph.
用于自定义训练循环的网络,指定为adlnetwork对象。
'trainnetwork'
目标工作流程,指定为以下之一:
'trainnetwork'-分析层图的使用trainNetwork功能。例如,该功能检查图层图是否具有输出层且没有断开连接的层输出。
“dlnetwork”-分析层图的使用dlnetwork对象。例如,该函数检查层图是否没有任何输出层。
汇编|Dagnetwork.|深层网络设计师|分层图|阴谋|系列网络|trainNetwork
汇编
阴谋
vouspossédezune版modifiéede cet exemple。Souhaitez-Vous Ouvrir CET Exemple Avec VOS修改?
vous avezcliquésur联合国Lien qui对应àcette commande matlab:
为exécuter la commande, saisissez-la dans - fenêtre de commande MATLAB。navigateurs web ne不支持使用金宝appMATLAB。
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。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(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
与当地办事处联系