globalAveragePooling3dLayer

3-D全局平均池层

展开页面中的所有内容

描述

3-D全局平均池化层通过计算输入的高度、宽度和深度维度的平均值来执行下采样。

创建

语法

层= globalAveragePooling3dLayer

层= globalAveragePooling3dLayer(“名字”,名称)

描述

层= globalAveragePooling3dLayer创建一个3d全局平均池化层。

例子

层= globalAveragePooling3dLayer(名称,名称)设置可选的名字财产。

属性

全部展开

`的名字`- - - - - -层的名字
`＇＇`(默认)|特征向量|字符串标量

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:字符|字符串

`NumInputs`- - - - - -输入数量
1(默认)

图层的输入数。这一层只接受单个输入。

数据类型:双

`InputNames`- - - - - -输入名字
`{'在'}`(默认)

输入图层名称。这一层只接受单个输入。

数据类型:细胞

`NumOutputs`- - - - - -数量的输出
1(默认)

层的输出数。这一层只有一个输出。

数据类型:双

`输出名称`- - - - - -输出的名字
`{“出”}`(默认)

图层的输出名称。这一层只有一个输出。

数据类型:细胞

例子

全部折叠

创建三维全局平均池化层

打开直播脚本

使用名称创建一个三维全局平均水平池层'GAP1'．

层= globalAveragePooling3dLayer (“名字”，'GAP1'）

图层= GlobalAveragePooling3DLayer属性:Name: 'gap1'

控件中包含3-D全局平均池化层层数组中。

层= [．..image3dInputLayer([28 28 28 3])卷积3dlayer (5,20) reluLayer globalAveragePooling3dLayer fullconnectedlayer (10) softmaxLayer classiationlayer]

卷积20个5x5x5卷积，具有步幅[1 1 1]和填充[0 0 0;3 " ReLU ReLU 4 " 3- d Global Average Pooling 3- d Global Average Pooling 5 " full Connected 10 full Connected layer 6 " Softmax Softmax 7 " Classification Output cross - sentropyex .

提示

在图像分类网络中，可以使用globalAveragePooling3dLayer在最终完全连接层之前，可以在不牺牲性能的前提下减少激活层的尺寸。激活的减少意味着下游完全连接的层将拥有更少的权重，从而减少您的网络的大小。
你可以使用globalAveragePooling3dLayer接近终点的是一个分类网络而不是一个fullyConnectedLayer．由于全局池化层没有可学习的参数，它们可以减少过拟合的倾向，并可以减少网络的规模。这些网络在输入数据的空间转换方面也更强大。你也可以用globalmaxpooling3dlayer.代替。是否globalmaxpooling3dlayer.或者一个globalAveragePooling3dLayer更合适取决于您的数据集。
要使用全局平均池代替完全连接的层，输入的大小globalAveragePooling3dLayer在分类问题中是否必须匹配类数