Main Content

globalaveragePooling2Dlayer

全球平均合并层

描述

2-D全局平均池层通过计算输入的高度和宽度维度的平均值来执行缩减采样。

创建

描述

= globalaveragepooling2dlayer创建全球平均合并层。

例子

= globalaveragepooling2dlayer('name',名称)设置可选姓名财产。

特性

展开全部

图层名称,,,,specified as a character vector or a string scalar. For数组输入,火车网,,,,assembleNetwork,,,,层Graph,,,,anddlnetworkfunctions automatically assign names to layers with姓名设置''

数据类型:char|细绳

此属性仅阅读。

输入数量of the layer. This layer accepts a single input only.

数据类型:双倍的

此属性仅阅读。

层的输入名称。该层仅接受单个输入。

数据类型:细胞

此属性仅阅读。

层的输出数。该层仅具有单个输出。

数据类型:双倍的

此属性仅阅读。

输出名称of the layer. This layer has a single output only.

数据类型:细胞

例子

全部收缩

创建一个名称的全局平均合并层'gap1'

layer = globalaveragepooling2dlayer('姓名',,,,'gap1'
层= GlobalAveragePooling2DLayer with properties: Name: 'gap1'

将全球平均合并层包含在大批。

层= [...imageInputlayer([28 28 1])卷积2DLAYER(5,20)relulayer globalaveragepooling2dlayer plullconnectedlayer(10)softmaxlayer classification layerer]
层= 7x1层阵列,带有图层:1''图像输入28x28x1图像,带有“ zerecenter”归一化2''卷积20 5x5卷积[1 1]和填充[0 0 0 0 0] 3''relu Relu 4'''''''''2-d全球平均池2-D全球平均池5'完全连接10完全连接的第6层''SoftMax SoftMax 7'分类'''分类crossentropyex

尖端

  • 在图像分类网络中,您可以使用globalaveragePooling2Dlayer在最终完全连接的层之前,以减小激活的大小而不牺牲性能。激活的尺寸减小意味着下游完全连接的层的重量将减少,从而减小网络的大小。

  • 您可以使用globalaveragePooling2Dlayer在分类网络的尽头,而不是完整连接的layerer。由于全局池层没有可学习的参数,因此它们可能不容易过度拟合,并且可以减少网络的大小。这些网络对于输入数据的空间翻译也可以更强大。您也可以用一个完全连接的层用globalMaxPooling2dLayer反而。是否globalMaxPooling2dLayer或aglobalaveragePooling2Dlayeris more appropriate depends on your data set.

    To use a global average pooling layer instead of a fully connected layer, the size of the input toglobalaveragePooling2Dlayer必须匹配分类问题中的类数

扩展功能

C/C ++代码生成
使用MATLAB®CODER™生成C和C ++代码。

GPU代码生成
Generate CUDA® code for NVIDIA® GPUs using GPU Coder™.

在R2019b中引入