初始化
描述
提示
大多数dlnetwork
默认对象初始化。你只需要手动初始化dlnetwork
如果它是未初始化的。你可以检查网络是否使用初始化初始化
财产的dlnetwork
对象。
初始化设置可学的的参数和状态值netUpdated
=初始化(净
)净
根据输入的大小定义为网络的输入层。任何可学的或状态参数已经包含值保持不变。
网络设置,可学的空值和状态参数未初始化。你必须初始化未初始化dlnetwork
您可以使用它之前。默认情况下,dlnetwork
对象是由初始参数和不需要初始化。
初始化设置可学的的参数和状态值netUpdated
=初始化(净
,X1,…, Xn
)净
基于网络的例子输入或网络数据布局对象X1,…, Xn
。网络的输入时使用这个语法没有连接到输入层。
例子
初始化dlnetwork
含有输入层
定义一个简单的图像分类网络层数组。
层= [imageInputLayer([28 28 1],正常化=“没有”20)convolution2dLayer (5) batchNormalizationLayer reluLayer fullyConnectedLayer (10) softmaxLayer];
转换层图dlnetwork
对象。创建一个未初始化的dlnetwork
对象通过设置初始化
选项假
。
网= dlnetwork(层,初始化= false);
查看网络的可学的参数。因为网络是没有初始化的值是空的。
net.Learnables
ans =6×3表层参数值___________ _____ _______“conv”“权重”{0 x0双}“conv”“偏见”{0 x0双}“batchnorm”“抵消”{0 x0双}“batchnorm”“规模”{0 x0双}“俱乐部”“权重”{0 x0双}“俱乐部”“偏见”{0 x0双}
初始化网络的可学的参数使用初始化
函数。
网=初始化(净);
查看网络的可学的参数。因为现在网络初始化,值非空的大小推断使用输入层的大小。
net.Learnables
ans =6×3表层参数值___________ _____ ___________________“conv”“权重”{5 x5x1x20 dlarray}“conv”“偏见”{1 x1x20 dlarray}“batchnorm”“抵消”{1 x1x20 dlarray}“batchnorm”“规模”{1 x1x20 dlarray}“俱乐部”“权重”{10 x11520 dlarray}“俱乐部”“偏见”{10 x1 dlarray}
初始化dlnetwork
不包含输入层
定义一个多输入图像分类网络。
numFilters = 24;layersBranch1 = [convolution2dLayer (3、6 * numFilters,填充=“相同”步= 2)groupNormalizationLayer (“所有渠道”)reluLayer convolution2dLayer (3 numFilters填充=“相同”)groupNormalizationLayer (“channel-wise”)additionLayer (Name =“添加”)reluLayer fullyConnectedLayer (10) softmaxLayer];layersBranch2 = = [convolution2dLayer (1 numFilters名称“conv_branch”)groupNormalizationLayer (“所有渠道”、名称=“groupnorm_branch”));lgraph = layerGraph (layersBranch1);lgraph = addLayers (lgraph layersBranch2);lgraph = connectLayers (lgraph,“groupnorm_branch”,“添加/ in2”);
可视化层图在一个阴谋。
图绘制(lgraph)
转换层图dlnetwork
对象。创建一个未初始化的dlnetwork
对象通过设置初始化
选项假
。
网= dlnetwork (lgraph,初始化= false);
查看网络的可学的参数。因为网络是没有初始化的值是空的。
net.Learnables
ans =14×3表层参数值_____________ _____ _______“conv_1”“权重”{0 x0双}“conv_1”“偏见”{0 x0双}“groupnorm_1”“抵消”{0 x0双}“groupnorm_1”“规模”{0 x0双}“conv_2”“权重”{0 x0双}“conv_2”“偏见”{0 x0双}“groupnorm_2”“抵消”{0 x0双}“groupnorm_2”“规模”{0 x0双}“俱乐部”“权重”{0 x0双}“俱乐部”“偏见”{0 x0双}“conv_branch”“权重”{0 x0双}“conv_branch”“偏见”{0 x0双}“groupnorm_branch”“抵消”{0 x0双}“groupnorm_branch”“规模”{0 x0双}
查看网络输入的名字。
net.InputNames
ans =1 x2单元格{' conv_1} {' conv_branch '}
创建随机dlarray
对象代表输入到网络。使用一个例子输入的大小64 -,- 64 3的主要分支渠道网络。使用一个输入的大小64 -通过与18 - 64频道第二分支。
inputSize = (64 64 3);inputSizeBranch = [32 32 18];X1 = dlarray(兰德(inputSize),“SSCB”);X2 = dlarray(兰德(inputSizeBranch),“SSCB”);
初始化网络的可学的参数使用初始化
功能和指定输入示例。指定与订单对应的输入InputNames
网络的属性。
网=初始化(净(X1, X2);
查看网络的可学的参数。因为现在网络初始化,的值非空的大小推断使用输入数据的大小。
net.Learnables
ans =14×3表层参数值_____________ _____ _____________________“conv_1”“权重”{3 x3x3x144 dlarray}“conv_1”“偏见”{1 x1x144 dlarray}“groupnorm_1”“抵消”{1 x1x144 dlarray}“groupnorm_1”“规模”{1 x1x144 dlarray}“conv_2”“权重”{3 x3x144x24 dlarray}“conv_2”“偏见”{1 x1x24 dlarray}“groupnorm_2”“抵消”{1 x1x24 dlarray}“groupnorm_2”“规模”{1 x1x24 dlarray}“俱乐部”“权重”{1 x1x18x24 dlarray}“俱乐部”“偏见”{1 x1x24 dlarray}“conv_branch”“权重”{1 x1x24 dlarray}“conv_branch”“偏见”{1 x1x24 dlarray}“groupnorm_branch”“抵消”{10 x24576 dlarray}“groupnorm_branch”“规模”{10 x1 dlarray}
初始化网络使用网络数据布局对象
创建一个未初始化的dlnetwork
对象有两个无关的输入。
层= [convolution2dLayer (Name = 5, 16日“conv”)batchNormalizationLayer reluLayer fullyConnectedLayer (50) flattenLayer concatenationLayer(1、2名=“猫”)fullyConnectedLayer (10) softmaxLayer];网= dlnetwork(层,初始化= false);
查看网络的输入名称。
net.InputNames
ans =1×2细胞{' conv}{'猫/ in2 '}
创建网络数据布局对象代表输入数据的输入。对于第一个输入,指定一批28-by-28灰度图像。对于第二个输入指定一批单通道特性数据。
layout1 = networkDataLayout([28 28 1南),“SSCB”);layout2 = networkDataLayout([1南),“CB”);
初始化网络使用网络数据布局对象。
网=初始化(净、layout1 layout2)
网= dlnetwork属性:层:[8×1 nnet.cnn.layer.Layer]连接:[7×2表]可学的:[8×3表]状态:[2×3表]InputNames: {“conv”的猫/ in2} OutputNames: {“softmax”}初始化:1观点总结总结。
输入参数
净
- - - - - -未初始化网络
dlnetwork
对象
未初始化网络,作为一个指定dlnetwork
对象。
X1,…, Xn
- - - - - -网络输入或数据布局示例
格式化dlarray
对象|格式化networkDataLayout
对象
例子网络输入或数据布局,指定为格式化dlarray
对象或格式化networkDataLayout
对象。软件的传播X1,…Xn
通过网络来确定适当的大小和格式的可学的和状态参数dlnetwork
。
提供示例输入顺序指定的顺序InputNames
输入网络的属性。
请注意
自动初始化只使用的大小和格式信息输入数据。初始化取决于值的输入数据,您必须手动初始化参数可学的。
输出参数
netUpdated
——初始化网络
dlnetwork
对象
初始化网络,作为一个返回初始化dlnetwork
对象。
的初始化
函数不保留量化信息。如果输入的网络是一个量化的网络,那么网络不包含量化信息的输出。
版本历史
介绍了R2021a
Apri esempio
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
第一MATLAB
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。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
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。