Main Content

回归层

创建回归输出层

在页面中崩溃

句法

layer =回归层
layer =回归层（名称，值）

描述

回归层为回归任务计算半均值的误差损失。

层=回归层returns a regression output layer for a neural network as aRecressionOutputlayer目的。

Predict responses of a trained regression network usingpredict。Normalizing the responses often helps stabilizing and speeding up training of neural networks for regression. For more information, seeTrain Convolutional Neural Network for Regression。

例子

层=回归层（名称，价值）设置可选姓名andresponseNames使用名称值对的属性。例如，回归层（'名称'，'输出'）creates a regression layer with the name'输出'。将每个属性名称包装在单引号中。

例子

全部收缩

Open Live Script

创建一个名称的回归输出层'routput'。

layer =回归层（'姓名'，，，，'routput'）
layer =带有属性的回归图layerer：名称：'rutput'响应名称：{} hyperparameters lossfunction：'eym-squared-error'

回归的默认损耗函数是均方误差。

将回归输出层包含在图层阵列中。

层= [...imageInputlayer（[28 28 1]）卷积2DLAYER（12,25）Relulayer PlullConnectedLayer（1）回归层]
层= 5x1层阵列，带有层：1''图像输入28x28x1图像，带有“ zerecenter”归一化2''卷积25 12x12卷积[1 1]和填充[0 0 0 0 0] 3'''''relu 4'''完全连接1个完全连接的层5''回归输出均值 - 错误

输入参数

全部收缩

名称值参数

specify optional pairs of arguments asname1 = value1，...，namen = valuen， 在哪里姓名是参数名称和Value相应的价值。名称-值参数must appear after other arguments, but the order of the pairs does not matter.

在R2021a之前，请使用逗号分隔每个名称和值，并附上姓名用引号。

例子：回归层（'名称'，'输出'）creates a regression layer with the name'输出'

图层名称，，，，specified as a character vector or a string scalar. For层数组输入，火车网，，，，assembleNetwork，，，，层Graph，，，，anddlnetwork功能自动将名称分配给具有名称的图层''。

数据类型：char|细绳

姓名s of the responses, specified a cell array of character vectors or a string array. At training time, the software automatically sets the response names according to the training data. The default is{}。

数据类型：细胞

输出参数

全部收缩

regression output layer, returned as aRecressionOutputlayer目的。

更多关于

全部收缩

回归输出层

回归层为回归任务计算半均值的误差损失。对于典型的回归问题，回归层必须遵循最终的完全连接层。

对于一个单一的观察，均方误差由以下方式给出：

MSE = ∑ 一世 = 1 r （（ t 一世 - y 一世 ） 2 r ，，，，

在哪里r是响应数，t一世一世s the target output, andy一世是网络的响应预测一世。

对于图像和序列到一个回归网络，回归层的损耗函数是预测响应的半均值误差，而不是由r：

失利 = 1 2 ∑ 一世 = 1 r （（ t 一世 - y 一世 ） 2 。

对于图像到图像回归网络，回归层的损耗函数是每个像素的预测响应的半均值误差，而不是由r：

失利 = 1 2 ∑ p = 1 H w C （（ t p - y p ） 2 ，，，，

在哪里H，，，，w，，，，andC分别表示输出的高度，宽度和数量，并表示p索引到每个元素（像素）的tandylinearly.

对于序列到序列回归网络，回归层的损耗函数是每个时间步的预测响应的半均值误差，而不是由r：

失利 = 1 2 s ∑ 一世 = 1 s ∑ j = 1 r （（ t 一世 j - y 一世 j ） 2 ，，，，

在哪里s一世s the sequence length.

when training, the software calculates the mean loss over the observations in the mini-batch.

扩展功能

C/C ++代码生成
Generate C and C++ code using MATLAB® Coder™.

GPU代码生成
Generate CUDA® code for NVIDIA® GPUs using GPU Coder™.

版本历史记录

在R2017A中引入

也可以看看

||

话题