在三维中遍历输入的步长，指定为向量(a b c)三个正整数，其中一个为垂直步长，b是水平步长，和c是沿深度方向的步长。创建图层时，可以指定步作为标量，在所有三个方向上使用相同的步长值。

例子：(1 2 3)指定垂直步长为2，水平步长为3，沿深度方向的步长为1。

输出大小缩减，指定为以下内容之一：

例子：[1 2 2]

每个过滤器的通道数，指定为'NumChannels”,“汽车”或正整数。

此参数必须等于此卷积层的输入通道数。例如，如果输入是彩色图像，则输入通道数必须为3。如果当前层之前卷积层的过滤器数为16，则此层的通道数必须为16。

函数初始化权重，指定为以下值之一：

属性时，层才初始化权重权重属性是空的。

数据类型:烧焦|字符串|function_handle

函数初始化偏差，指定为以下选项之一：

该层仅在偏见属性是空的。

数据类型:烧焦|字符串|function_handle

转置卷积层的层权重，指定为数字数组。

层权值是可学习的参数。属性可以直接指定权重的初始值权重属性的层。当训练一个网络时，如果权重属性为非空，则trainNetwork使用权重属性作为初始值。如果权重属性为空trainNetwork属性指定的初始化式WeightsInitializer属性的层。

在培训时,权重是一个FilterSize (1)-借-FilterSize (2)-借-FilterSize (3)-借-numFilters-借-NumChannels数组中。

数据类型:单|双重的

指定为数字数组的转置卷积层的层偏差。

层偏差是可学习的参数。当训练一个网络时，如果偏见非空的,那么trainNetwork使用偏见属性作为初始值。如果偏见是空的,然后trainNetwork使用指定的初始化式BiasInitializer．

在培训时,偏见1-by-1-by-1-by -numFilters数组中。

数据类型:单|双重的

权值的学习率因子，指定为非负标量。

软件将该系数乘以全局学习率，以确定该层中权重的学习率。例如，如果WeightLearnRateFactor为2，则该层权值的学习率为当前全局学习率的两倍。该软件根据指定的设置来确定全局学习率trainingOptions函数。

例子：2

偏差的学习率因子，指定为非负标量。

软件将这个因子乘以全局学习率，以确定这一层偏差的学习率。例如,如果BiasLearnRateFactor为2，则该层偏差的学习率是当前全局学习率的两倍。该软件根据指定的设置来确定全局学习率trainingOptions函数。

例子：2

权值的L2正则化因子，指定为非负标量。

该软件将这个因子乘以全局L2正则化因子，以确定该层权重的L2正则化。例如,如果WeightL2Factor为2，则该层权值的L2正则化是全局L2正则化因子的两倍。的方法可以指定全局L2正则化因子trainingOptions函数。

例子：2

偏差的L2正则化因子，指定为非负标量。

该软件将该因子乘以L2的全局正则化因子，以确定该层偏差的L2正则化。例如,如果BiasL2Factor为2，则该层偏差的L2正则化是全局L2正则化因子的两倍。的方法可以指定全局L2正则化因子trainingOptions函数。

例子：2

层名，指定为字符向量或字符串标量。若要在层图中包含层，必须指定非空的唯一层名。如果你用层和的名字设置为＇＇，然后软件在训练时自动为该层分配一个名称。

数据类型:烧焦|字符串