主要内容

scalinglayer.

演员或批评网络的缩放层

展开所有页面

描述

一种scalinglayer.是一个深度神经网络层，线性缩放并偏置输入数组你，给出输出y =比例。* u +偏见．你可以将这一层纳入到你为强化学习代理中的参与者或批评者定义的深度神经网络中。这一层对于缩放和移动非线性层的输出是有用的，例如Tanhlayer.和乙状结肠。

例如,一个Tanhlayer.提供落在-1和1之间的界限输出。如果您的演员网络输出有不同的界限（如演员规范中的定义），则可以包含一个scalinglayer.作为缩放和换档的输出适当地输出。

a的参数scalinglayer.对象不是学习的。

创建

句法

杀手= scalingLayer
Slayer = ScalingLayer（名称，值）

描述

杀手= scalingLayer创建具有默认属性值的缩放图层。

例子

杀手= scalingLayer（名称，价值）套属性使用名称值对。例如，scalingLayer(“规模”,0.5)创建一个缩放层，将其输入缩放为0.5。将每个属性名称括在引号中。

特性

展开全部

层的名称，指定为字符向量。要在层图中包含层，必须指定非空的唯一层名。如果你用这个层训练一个系列网络名称被设置为''，然后软件会自动为培训时间分配给图层的名称。

此属性是只读的。

层的描述，指定为字符向量。创建缩放图层时，您可以使用此属性来提供一个可帮助您识别其目的的描述。

在缩放层的输入上按元素方式缩放，指定为以下之一:

  • 标量 - 为输入阵列的所有元素指定相同的比例因子。

  • 数组具有与输入数组相同的尺寸 - 为输入阵列的每个元素指定不同的比例因子。

缩放图层采用输入你并生成输出y =比例。* u +偏见．

输入到缩放图层的输入上的元素偏置，指定为以下之一：

  • 标量—为输入数组中的所有元素指定相同的偏置。

  • 数组具有与输入数组相同的尺寸 - 为输入阵列的每个元素指定不同的偏置。

缩放图层采用输入你并生成输出y =比例。* u +偏见．

例子

全部收缩

打开生活的脚本

创建转换输入数组的缩放图层你到输出数组Y = 0.1。* U - 0.4．

杀手= scalingLayer ('规模'，0.1，'偏见'，-0.4）
Slayer =具有属性的ScalingLayer：名称：'缩放'缩放：0.1000偏置：-0.4000显示所有属性

确认缩放图层按预期缩放并偏移输入数组。

预测（杀手，[10,20,30]）
ans =.1×3.0.6000 1.6000 2.6000

你可以合并杀手进入演员网络或加强学习批评网络。

打开生活的脚本

假设前面的层scalinglayer.是A.Tanhlayer.沿着第一个维度对齐的三个输出，并且您希望使用一个不同的缩放因子和偏置来使用ascalinglayer.．

scale = [2.5 0.4 10]';偏见= [5 0 -50]';

创造scalinglayer.对象。

杀手= scalingLayer ('规模'，规模，'偏见'，偏见）;

确认缩放图层将正确的比例和偏置值应用于具有预期尺寸的数组。

testdata = [10 10 10]';预测（Slayer，TestData）
ans =.3×130 4 50.

扩展能力

GPU代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

也可以看看

|

话题

在R2019A介绍

强化学习工具箱文档

金宝app

用Matlab和Simulink加强学习金宝app

用Matlab和Simulink加强学习金宝app

下载电子书