多输入和多输出网络

在Deep Learning Toolbox™中，您可以定义具有多个输入的网络体系结构（例如，在多个来源和数据类型上训练的网络）或多个输出（例如，可以预测分类和回归响应的网络）。

多输入网络

当网络需要来自多个源或不同格式的数据时，定义具有多个输入的网络。例如，需要在不同分辨率下从多个传感器捕获的图像数据的网络。金宝搏官方网站

训练

要定义和训练具有多个输入的深度学习网络，请使用LayerGraph对象并使用火车网使用数据存储输入功能。

要将数据存储用于具有多个输入层的网络，请使用结合和转换函数创建一个数据存储，该数据存储在使用（numInputs+ 1）列，其中numInputs是网络输入的数量。在这种情况下，第一个numInputs列指定每个输入的预测指标，最后一列指定响应。输入的顺序由输入名图层图的属性层。

有关显示如何使用图像和功能输入训练网络的示例，请参见Train Network on Image and Feature Data。

小费

如果网络还具有多个输出，则必须使用自定义培训循环。有关更多信息，请参阅多输出网络。