主要内容

softplusLayer

Softplus演员或评论家网络层

自从R2020a

扩展所有的页面

描述

softplus层应用softplus激活函数Y日志(1 + e =X),确保输出总是正的。这个激活函数是一个光滑的连续版本的reluLayer。你可以把这一层到演员的深层神经网络定义强化学习代理。这一层是用于创建连续高斯政策深层神经网络,标准偏差的输出必须是积极的。

创建

语法

杀手= softplusLayer
杀手= softplusLayer(名称、值)

描述

例子

捉鬼= softplusLayer创建一个softplus层用默认属性值。

捉鬼= softplusLayer (名称,值)集属性使用名称-值对。例如,softplusLayer('名称',' softlayer ')创建一个softplus层和指定的名字“softlayer”。

属性

全部展开

层,名称指定为一个特征向量。包括在一层一层图,您必须指定一个非空的独特的层的名字。如果你训练一系列网络与这一层的名字被设置为”软件自动分配一个名称,那么在训练时间层。

这个属性是只读的。

描述层,指定为一个特征向量。当您创建softplus层,您可以使用这个属性来给它一个描述,可以帮助您识别它的目的。

例子

全部折叠

打开生活的脚本

创建年代softplus层对象。

杀手= softplusLayer;

您可以指定的名称softplus层。例如,如果softplus层代表一个高斯分布的标准差政策深层神经网络,您可以指定一个适当的名字。

杀手= softplusLayer (Name =“stddev”)
杀手= SoftplusLayer属性:名称:“stddev”可学的参数没有属性。状态参数没有属性。显示所有属性

你可以把捉鬼为强化学习演员网络。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

GPU的代码生成
生成NVIDIA的CUDA®代码®GPU使用GPU编码器™。

版本历史

介绍了R2020a

另请参阅

功能

主题