文档帮助中心文档
信道级的本地响应规范化层
信道级的本地响应(跨信道)规范化层执行信道级的规范化。
层= crossChannelNormalizationLayer (windowChannelSize)
tills = CrossChannelNormalizationLayer(WindowCannelSize,名称,值)
层= CrosschannelNormalizationLayer(windowchinnelsize.)创建一个通道相关的本地响应规范化层,并设置WindowChannelSize财产。
层= CrosschannelNormalizationLayer(windowchinnelsize.)
层
windowchinnelsize.
WindowChannelSize
例子
层= CrosschannelNormalizationLayer(windowchinnelsize.,名称,值)设置可选属性WindowChannelSize,α,β,K, 和的名字使用名称-值对。例如,crossChannelNormalizationLayer(5“K”1)创建一个局部响应归一化层,用于频道 - 明智的归一化,窗口大小为5和Khyperparameter 1。可以指定多个名称-值对。将每个属性名称用单引号括起来。
层= CrosschannelNormalizationLayer(windowchinnelsize.,名称,值)
名称,值
α
β
K
的名字
crossChannelNormalizationLayer(5“K”1)
全部展开
频道窗口的大小,控制用于归一成元素的通道数,指定为正整数。
如果WindowChannelSize甚至,然后窗口是不对称的。该软件看起来上一个地板((w1) / 2)频道和以下内容地板(W / 2)渠道。例如,如果WindowChannelSize是4,然后该层将前一个通道中的相邻元素和后两个通道中的相邻元素归一化。
地板((w1) / 2)
地板(W / 2)
例子:5
5
α.归一化(乘法项)中的普遍参数,指定为数字标量。
例子:0.0002
0.0002
β归一化中的超参数,指定为数值标量。的价值β必须大于等于0。01。
例子:0.8
0.8
K归一化中的超参数,指定为数值标量。的价值K必须大于或等于10-5.
例子:2.5
2.5
''
层名,指定为字符向量或字符串标量。要在层图中包含层,必须指定一个非空的、唯一的层名。如果你训练一个系列网络层和的名字设定为'',然后该软件在训练时自动为该层指定一个名称。
数据类型:char|字符串
char
字符串
numinputs.
图层的输入数。此图层仅接受单个输入。
数据类型:双
双
InputNames
{'在'}
图层的输入名称。此图层仅接受单个输入。
数据类型:细胞
细胞
NumOutputs
层的输出数。这一层只有一个输出。
输出名称
{“出”}
图层的输出名称。这一层只有一个输出。
全部折叠
创建一个局部响应规范化层,用于通道级的规范化,其中有五个通道的窗口对每个元素进行规范化,并为规范化器添加常数 K 是1。
第= CrosschannelnormalizationLayer(5,'K'1)
Hyperparameters WindowChannelSize: 5 Alpha: 1.0000e-04 Beta: 0.7500 K: 1. Hyperparameters WindowChannelSize: 5 Alpha: 1.0000e-04 Beta: 0.7500 K: 1
控件中包含一个局部响应规范化层层数组中。
层= [...imageInputLayer([28 28 1])卷积2dlayer (5,20) reluLayer crossChannelNormalizationLayer(3) full connectedlayer (10) softmaxLayer classiationlayer]
图层= 7x1层阵列,具有图层:1''图像输入28x28x1图像,具有'zerocenter'归一化2''''''''''卷积20 5x5卷积与步幅[1 1]和填充[0 0 0 0] 3''Relu Relu 4''交叉通道归一化交叉通道归一化与3个通道每个元素5''完全连接的10完全连接的第6层''softmax Softmax 7''分类输出Crossentropyex
该层不支持3-D图像输入或向量序列输入。金宝app
这一层执行基于信道的本地响应规范化。它通常在ReLU激活层之后。该层将每个元素替换为一个规范化值,它使用来自特定数量的邻近通道(标准化窗口中的元素)的元素获得这些元素。也就是说,对于每个元素 x 在输入中,trainNetwork计算归一化值 x ' 使用
trainNetwork
x ' = x ( K + α. * 年代 年代 w 我 n d o w C h 一个 n n e l 年代 我 z e ) β ,
在哪里K,α., 和β超参数在归一化中吗党卫军是标准化窗口中元素的平方和吗[1].您必须使用归一化窗口的大小使用windowchinnelsize.论点的crossChannelNormalizationLayer函数。也可以使用α,β, 和K名称值对参数。
crossChannelNormalizationLayer
以前的标准化公式略有不同于所呈现的公式[1].您可以通过乘以乘以等效公式α价值由windowchinnelsize..
克里热夫斯基,A.苏茨基弗,和G. E.欣顿。基于深度卷积神经网络的ImageNet分类。神经信息处理系统的进展.25卷,2012年。
普通Pooling2dlayer.|Convolution2Dlayer.|maxPooling2dLayer
普通Pooling2dlayer.
Convolution2Dlayer.
maxPooling2dLayer
您有这个示例的一个修改版本。要用编辑打开这个例子吗?
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
您还可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系