主要内容

crop3dLayer

三维作物层

展开全部页面

描述

3-D作物层将3-D体积作物到输入特征映射的大小。

在创建层时指定输入的数量。该层的输入具有名称“在”而且“ref”．使用连接或断开层时使用输入名称connectLayers或disconnectLayers．3-D作物层的所有输入必须具有相同的维度数。

创建

语法

layer = crop3dLayer
图层= crop3dLayer([X Y Z])
图层= crop3dLayer(___“名字”,名称)

描述

层= crop3dLayer创建一个3-D作物层，从特征图的中心作物一个输入特征图。裁剪区域的大小等于第二个参考输入特征映射的大小。

层= crop3dLayer ([x y z]）还设置cropLocation属性的(X,Y,Z)坐标裁剪窗口。X为水平方向的坐标，Y为垂直方向的坐标，Z为深度方向的坐标。

例子

层= crop3dLayer (___“名称”,的名字）还设置的名字财产。若要创建包含3-D裁剪层的网络，必须指定层名。

属性

全部展开

作物

裁剪位置，指定为“centercrop”或者表示裁剪窗口坐标(x,y,z)的三元素数字向量。

层

层名，指定为字符向量或字符串标量。为层数组输入时，trainNetwork，assembleNetwork，layerGraph,dlnetwork函数自动为层分配名称的名字设置为”．

数据类型:字符|字符串

该层的输入数量。这个层接受两个输入。

数据类型:双

输入层的名称，指定为{“在”,“ref”}．这个层接受两个输入。

数据类型:细胞

此属性是只读的。

层的输出数量。这个图层只有一个输出。

数据类型:双

此属性是只读的。

输出层的名称。这个图层只有一个输出。

数据类型:细胞

例子

全部折叠

打开实时脚本

创建一个3-D裁剪层，并使用layerGraph对象连接它的两个输入。

图层= [image3dInputLayer([32 32 32 3]，“名字”，“图像”) convolution3dLayer(3, 16岁,“填充”，“相同”，“名字”，“conv”) crop3dLayer (“名字”，“作物”2) concatenationLayer(4日,“名字”，“concat”)]
图层数组:1 'image' 3- d图像输入32x32x32x3图像与'zerocenter'归一化2 'conv' Convolution 16 3x3x3卷积与stride[1 1 1 1]和填充'same' 3 'crop'作物3D中心作物4 'concat' Concatenation两个输入沿维度4的连接

创建一个图层图。三维裁剪层的第一个输入自动连接到三维卷积层的输出。

lgraph = layerGraph(图层);

在图层图中添加一个最大池化层。

maxPool = maxPooling3dLayer(2，“步”2,“名字”，“池”）;lgraph = addLayers(lgraph,maxPool);lgraph = connectLayers(“图像”，“池”）;

将裁剪层的第二个输入连接到最大池化层的输出。

lgraph = connectLayers(“池”，“作物/ ref”）;

连接作物层输出和最大池化层输出。

lgraph = connectLayers(“池”，“concat / in2”）;

显示图层图。

情节(lgraph)

图中包含一个轴对象。axis对象包含一个graphplot类型的对象。

另请参阅

||

主题

R2019b引入

深度学习工具箱文档

金宝app

用MATLAB介绍深度学习

用MATLAB介绍深度学习

下载电子书