主要内容

深度学习定制层

为深度学习定义自定义层

您可以为您的问题定义自己的自定义深度学习层。您可以使用自定义输出层指定自定义丢失函数,并定义有或没有学习参数的自定义图层。定义自定义层后,可以检查图层是否有效,GPU兼容,并输出正确定义的渐变。

功能

展开全部

核对层 检查自定义层的有效性
setlearnratefactor. 设置学习速率因子图层学习参数
setl2factor. SET L2 Liqualization参数的正则化因子
getlearnratefactor. 了解图层学习参数的速率因子
getl2factor. 得到层可学习参数的L2正则化因子
FindPlaceHolderLayers. 在从克拉斯或进口的网络架构中找到占位符图层onnx.
替换剂 替换图层图中的图层
assembleNetwork 从佩带的层组装深度学习网络
PlaceholderLayer 层替换不支持的keras或金宝apponnx.图层或不支持的功能金宝appfunctiontolayergraph.

话题

定制中间层

定义自定义深度学习层

了解如何定义自定义深度学习图层。

使用可学习参数定义自定义深度学习层

此示例显示如何定义ProLu层并在卷积神经网络中使用它。

定义具有多个输入的自定义深度学习层

此示例显示如何定义自定义加权附加层并在卷积神经网络中使用它。

定义带有格式化输入的自定义深度学习层

此示例显示如何使用格式化定义自定义图层dlarray.输入。

指定自定义层向后函数

这个例子展示了如何定义PReLU层和指定自定义向后函数。

定义代码生成的自定义深度学习层

此示例显示如何定义支持代码生成的proLu层。金宝app

自定义输出图层

定义自定义分类输出层

此示例显示了如何定义自定义分类输出层,其总和误差(SSE)丢失和在卷积神经网络中使用它。

定义自定义回归输出层

此示例显示如何定义具有平均绝对错误(MAE)损耗的自定义回归输出层,并在卷积神经网络中使用它。

指定自定义输出层向后损耗功能

这个例子展示了如何定义一个带有误差平方和(SSE)损失的自定义分类输出层,并指定一个自定义后向损失函数。

网络组成和嵌套层

深度学习网络组成

定义包含图层图形的自定义图层。

定义嵌套深度学习层

此示例显示如何定义嵌套的深度学习层。

用嵌套层列车深入学习网络

此示例显示如何使用嵌套图层训练网络。

检查层有效性

检查自定义层有效性

了解如何检查自定义深度学习层的有效性。