文档帮助中心文档
特性输入层
功能网络输入层的输入特性数据和应用数据规范化。使用这一层当你有一个数据集的数字标量代表特性(数据没有空间和时间维度)。
图像输入,使用imageInputLayer。
imageInputLayer
层= featureInputLayer (numFeatures)
层= featureInputLayer (numFeatures、名称、值)
层= featureInputLayer (numFeatures)返回一个特性输入层和设置InputSize属性来指定数量的特性。
层
numFeatures
InputSize
例子
层= featureInputLayer (numFeatures,名称,值)使用名称-值对参数设置可选属性。您可以指定多个参数名称-值对。在单引号附上每个属性的名字。
层= featureInputLayer (numFeatures,名称,值)
名称,值
全部展开
数量为每个观测的数据的特性,指定为一个正整数。
例子:10
10
归一化
“没有”
“zerocenter”
“zscore”
“rescale-symmetric”
“rescale-zero-one”
数据规范化应用每次数据通过输入层向前传播,指定为以下之一:
“zerocenter”——减去指定的意思的意思是。
的意思是
“zscore”——减去指定的意思的意思是然后除以StandardDeviation。
StandardDeviation
“rescale-symmetric”——重新输入的范围内[1]使用指定的最小和最大值最小值和马克斯,分别。
最小值
马克斯
“rescale-zero-one”——重新输入的范围内[0,1]使用指定的最小和最大值最小值和马克斯,分别。
“没有”——不正常输入数据。
函数处理——规范化数据使用指定的函数。函数必须的形式Y = func (X),在那里X输入数据和输出吗Y规范化的数据。
Y = func (X)
X
Y
提示
软件,默认情况下,自动计算标准化在训练时间统计。节省时间当训练,为归一化并设置指定所需的统计数据“ResetInputNormalization”选项trainingOptions来假。
“ResetInputNormalization”
trainingOptions
假
NormalizationDimension
“汽车”
“通道”
“所有”
规范化维度,指定为以下之一:
“汽车”——如果训练选项假和您指定任何标准化的统计数据(的意思是,StandardDeviation,最小值,或马克斯),然后正常的尺寸相匹配的数据。否则,重新计算统计训练时间和应用channel-wise正常化。
“通道”——Channel-wise正常化。
“所有”——所有值正常化使用标量数据。
[]
对中心零位和z分数归一化,意味着指定的作为numFeatures1意味着每个特征向量,数字标量或[]。
如果你指定的意思是属性,然后归一化必须“zerocenter”或“zscore”。如果的意思是是[],那么软件计算平均培训时间。
你可以设置这个属性在创建网络没有培训(例如,当组装网络使用assembleNetwork)。
assembleNetwork
数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64
单
双
int8
int16
int32
int64
uint8
uint16
uint32
uint64
为z分数归一化标准差,指定为一个numFeatures1意味着每个特征向量,数字标量或[]。
如果你指定StandardDeviation属性,然后归一化必须“zscore”。如果StandardDeviation是[],那么软件计算标准差的培训时间。
最小值为尺度改变,作为一个指定numFeatures1每特征向量的最小值,数值标量或[]。
如果你指定最小值属性,然后归一化必须“rescale-symmetric”或“rescale-zero-one”。如果最小值是[],那么软件计算最低培训时间。
最高价值尺度改变,指定为一个numFeatures1矢量的极大值特性,数值标量或[]。
如果你指定马克斯属性,然后归一化必须“rescale-symmetric”或“rescale-zero-one”。如果马克斯是[],那么软件计算最大在训练时间。
的名字
”
图层名称,指定为一个特征向量或字符串标量。为层数组输入,trainNetwork,assembleNetwork,layerGraph,dlnetwork函数自动分配层的名称的名字设置为”。
trainNetwork
layerGraph
dlnetwork
数据类型:字符|字符串
字符
字符串
NumInputs
输入层的数量。层没有输入。
数据类型:双
InputNames
{}
输入层的名称。层没有输入。
数据类型:细胞
细胞
NumOutputs
1
这个属性是只读的。
输出层的数量。这一层只有一个输出。
OutputNames
{“出”}
输出层的名称。这一层只有一个输出。
全部折叠
创建一个功能的输入图层的名称“输入”为观察21功能组成。
“输入”
层= featureInputLayer(21日“名字”,“输入”)
层= FeatureInputLayer属性:名称:“输入”InputSize: 21 Hyperparameters正常化:“没有一个”NormalizationDimension:“汽车”
包括输入层的一个特征层数组中。
numFeatures = 21;numClasses = 3;层= [featureInputLayer numFeatures,“名字”,“输入”)fullyConnectedLayer (numClasses“名字”,“俱乐部”)softmaxLayer (“名字”,“sm”)classificationLayer (“名字”,“分类”)]
层= 4 x1层阵列层:1“输入”功能输入21特性2“俱乐部”完全连接3完全连接第三层“sm”Softmax Softmax crossentropyex 4分类的分类输出
训练一个网络包含一个图像输入层和功能层,你必须使用一个dlnetwork对象在一个自定义训练循环。
定义输入图像的大小,每个观测的数量特征,类的数量、大小和数量的卷积的过滤层。
imageInputSize = [28 28 1];numFeatures = 1;numClasses = 10;filterSize = 5;numFilters = 16;
和两个输入层创建一个网络,你必须定义网络两部分,加入他们,例如,通过使用一个连接层。
定义网络的第一部分。定义图像分类层和包括一个连接层之前最后完全连接层。
层= [imageInputLayer imageInputSize,“归一化”,“没有”,“名字”,“图片”)convolution2dLayer (filterSize numFilters,“名字”,“conv”)reluLayer (“名字”,“relu”)fullyConnectedLayer (50,“名字”,“fc1”)concatenationLayer (1、2、“名字”,“concat”)fullyConnectedLayer (numClasses“名字”,“取得”)softmaxLayer (“名字”,“softmax”));
转换层一层图。
lgraph = layerGraph(层);
第二网络的一部分,添加一个特性输入层和连接到第二个输入的连接层。
featInput = featureInputLayer (numFeatures,“名字”,“特性”);lgraph = addLayers (lgraph featInput);lgraph = connectLayers (lgraph,“特性”,“concat / in2”);
可视化网络。
情节(lgraph)
创建一个dlnetwork对象。
dlnet = dlnetwork (lgraph)
dlnet = dlnetwork属性:层:x1 nnet.cnn.layer.Layer[8]连接:[7 x2表]可学的:[6 x3表)状态:[0 x3表]InputNames:{“图像”“特性”}OutputNames: {“softmax”}初始化:1
生成CUDA®或c++代码通过使用GPU编码器™,你必须首先构建和训练神经网络。一旦网络训练和评估,您可以配置代码生成器来生成代码和部署使用NVIDIA的卷积神经网络平台上®或手臂®GPU处理器。有关更多信息,请参见深度学习GPU编码器(GPU编码器)。
trainNetwork|fullyConnectedLayer|image3dInputLayer|深层网络设计师|imageInputLayer|sequenceInputLayer|dlnetwork
fullyConnectedLayer
image3dInputLayer
sequenceInputLayer
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室