主要内容

averagePooling2dLayer

平均池层

全部展开页面

描述

二维平均池化层通过将输入分割成矩形池化区域，然后计算每个区域的平均值来进行下采样。

创建

句法

tillay =普通pooling2dlayer（poolsize）
层= averagePooling2dLayer (poolSize、名称、值)

描述

层= averagePooling2dLayer (poolSize的）创建平均池层并设置PoolSize财产。

例子

层= averagePooling2dLayer (poolSize那名称，价值的）设置可选步和的名字使用名称-值对的属性。要指定输入填充，使用“填充”名称-值对的论点。例如,普通Pooling2dlayer（2，'stride'，2）创建一个具有池大小的平均池层(2 - 2)和步(2 - 2)．可以指定多个名称-值对。将每个属性名用单引号括起来。

输入参数

全部展开

名称值对参数

使用逗号分隔的名称-值对参数指定要沿层输入边缘添加的零填充的大小或设置步和的名字属性。将名字用单引号括起来。

例子:普通Pooling2dlayer（2，'stride'，2）创建一个具有池大小的平均池层(2 - 2)和步(2 - 2)．

输入边填充，指定为逗号分隔对，由“填充”和其中一个值：

  • “相同”- 在训练或预测时间中添加由软件计算的大小的填充，使得输出在步幅等于1时具有与输入相同的尺寸。如果步幅大于1，则输出大小是CEIL（投入/迈出）,在那里inputSize是输入的高度还是宽度步行为相应维度的步幅。如果可能的话，软件会在顶部和底部，以及左边和右边添加相同数量的填充。如果必须垂直添加的填充有奇数值，则软件会在底部添加额外的填充。如果必须水平添加的填充有奇数值，则软件会向右侧添加额外的填充。

  • 非负整数P.- 添加大小的填充P.到输入的所有边。

  • 向量[b]非负整数-添加大小填充一种输入的顶部和底部的填充大小B.向左向右。

  • 向量[t b l r]非负整数-添加大小填充T.前,B.底部,L.左边，还有R.在输入的右边。

例子:“填充”,1在输入的顶部和底部添加一行填充，并在输入的左侧和右侧添加一列填充。

例子:“填充”,“相同”添加填充，使输出与输入具有相同的大小(如果步幅等于1)。

属性

全部展开

平均分担

汇集区域的尺寸，指定为两个正整数的向量[w h],在那里H是高度和W.是宽度。在创建图层时，可以指定PoolSize作为标量，对两个维度使用相同的值。

如果步幅尺寸步小于各自的池域维度，则池域区域重叠。

填充尺寸PaddingSize必须小于池域的维度PoolSize．

例子:(2 - 1)指定高度2和宽度1的池区域。

垂直和水平遍历输入的步长，指定为两个正整数的向量[b],在那里一种垂直步长和B.为水平步长。在创建图层时，可以指定步作为标量，对两个维度使用相同的值。

如果步幅尺寸步小于各自的池域维度，则池域区域重叠。

填充尺寸PaddingSize必须小于池域的维度PoolSize．

例子:[2 3]指定2的垂直步长和水平台尺寸为3。

填充的大小适用于输入边界，指定为向量[t b l r]四个非负整数，其中T.是应用于顶部的填充，B.填料是否施加到底部，L.填料是施加到左侧，R.衬垫是否适用于右侧。

创建图层时，使用“填充”参数的名称-值对指定填充大小。

例子:[1 1 2 2]在输入的顶部和底部添加一行填充，并在输入的左侧和右侧添加两列填充。

确定填充大小的方法，指定为“手动”或“相同”．

软件会自动设置值paddingMode.基于“填充”您在创建图层时指定的值。

  • 如果你设置“填充”选项到标量或非负整数的向量，然后自动设置软件paddingMode.来“手动”．

  • 如果你设置“填充”选项“相同”，然后软件自动设置paddingMode.来“相同”并在训练时间计算填充的尺寸，使得输出具有与步进等于1的输入相同的尺寸。如果步幅大于1，则输出大小是CEIL（投入/迈出）,在那里inputSize是输入的高度还是宽度步行为相应维度的步幅。如果可能的话，软件会在顶部和底部，以及左边和右边添加相同数量的填充。如果必须垂直添加的填充有奇数值，则软件会在底部添加额外的填充。如果必须水平添加的填充有奇数值，则软件会向右侧添加额外的填充。

用于填充输入的值，指定为0.或“的意思是”．

当你使用的时候填充选项添加填充到输入，应用的填充值可以是下列之一:

  • 0.—输入在指定的位置用零填充填充财产。填充区域包含在沿边缘的池化区域平均值的计算中。

  • “的意思是”属性指定位置的池区域的平均值填充输入填充选择。在计算每个池化区域的平均值时，有效地将填充区域排除在外。

笔记

填充属性将在未来的版本中被删除。使用PaddingSize代替。当创建一个图层时，使用“填充”参数的名称-值对指定填充大小。

要应用于垂直和水平输入边框的填充大小，指定为矢量[b]两个非负整数，在哪里一种填充是否应用于输入数据的顶部和底部B.填充是左边和右边的衬垫。

例子:[1]在输入的顶部和底部添加一行填充，并在输入的左侧和右侧添加一列填充。

层

层名，指定为字符向量或字符串标量。为层数组输入,Trainnetwork.那assembleNetwork那layerGraph,dlnetwork函数自动为层分配名称的名字设置''．

数据类型:字符|字符串

此属性是只读的。

层的输入数。这一层只接受单个输入。

数据类型:双

此属性是只读的。

输入层名。这一层只接受单个输入。

数据类型:细胞

此属性是只读的。

图层的输出次数。此图层仅具有单个输出。

数据类型:双

此属性是只读的。

输出层的名称。此图层仅具有单个输出。

数据类型:细胞

例子

全部收缩

打开生活的脚本

创建一个名称的平均池平均池'avg1'．

层= averagePooling2dLayer (2'姓名'那'avg1'的）
layer = AveragePooling2DLayer with properties: Name: 'avg1' Hyperparameters PoolSize: [2 2] Stride: [1 1] PaddingMode: 'manual' PaddingSize: [0 0 0 0] PaddingValue: 0

中包含一个平均池化层层大批。

层= [.．.imageInputlayer（[28 28 1]）卷积2dlayer（5,20）普通Pooling2dlayer（2）全连接层（10）SoftmaxLayer分类层]
图层= 7x1层阵列，带有图层：1''图像输入28x28x1图像与“Zerocenter”归一化2''''卷积20 5x5卷绕卷曲[11]和填充[0 0 0 0] 3''Relu Relu 4''平均值汇集2x2平均汇集步部[1 1]和填充[0 0 0 0] 5''完全连接的10完全连接的第6层'Softmax Softmax 7''分类输出Crossentropyex
打开生活的脚本

创建一个非重叠池区域的平均池化层。

层= averagePooling2dLayer (2'走吧', 2)
layer = AveragePooling2DLayer with properties: Name: " Hyperparameters PoolSize: [2 2] Stride: [2 2] PaddingMode: 'manual' PaddingSize: [0 0 0 0] PaddingValue: 0

矩形区域的高度和宽度(池大小)均为2。池化区域不会重叠，因为垂直和水平遍历图像的步长(stride)也是2。

a中包含具有非重叠区域的平均池化层层大批。

层= [.．.ImageInputLayer（[28 28 1]）卷积2dlayer（5,20）普通泡泡架（2，'走吧'，2）全连接层（10）SoftMaxLayer分类层]
图层= 7x1层阵列，带有图层：1''图像输入28x28x1图像与“Zerocenter”归一化2''''卷积20 5x5卷绕卷曲[11]和填充[0 0 0 0] 3''Relu Relu 4''平均值Pooling 2x2 average pooling with stride [2 2] and padding [0 0 0 0] 5 '' Fully Connected 10 fully connected layer 6 '' Softmax softmax 7 '' Classification Output crossentropyex
打开生活的脚本

创建一个具有重叠池区域的平均池化层。

layer = averageepooling2dlayer ([3 2]，'走吧', 2)
layer = AveragePooling2DLayer with properties: Name: " Hyperparameters PoolSize: [3 2] Stride: [2 2] PaddingMode: 'manual' PaddingSize: [0 0 0 0] PaddingValue: 0

该层创建尺寸[3 2]的池池区域，并占据每个区域中的六个元素的平均值。汇集区域是重叠的，因为步包括小于各自池维度的维度PoolSize．

集合中包含一个具有重叠池区域的平均池化层层大批。

层= [.．.ImageInputLayer（[28 28 1]）卷积2dlayer（5,20）ulitulayer普通泡花（[3 2]，'走吧'，2）全连接层（10）SoftMaxLayer分类层]
图层= 7x1层阵列，带有图层：1''图像输入28x28x1图像与“Zerocenter”归一化2''''卷积20 5x5卷绕卷曲[11]和填充[0 0 0 0] 3''Relu Relu 4''平均值汇集3x2平均汇集步部[2 2]和填充[0 0 0 0] 5''完全连接的10完全连接的第6层'Softmax Softmax 7''分类输出Crossentropyex

更多关于

全部展开

参考文献

Nagi, J.， F. Ducatelle, G. A. Di Caro, D. Ciresan, U. Meier, A. Giusti, F. Nagi, J. Schmidhuber, L. M. Gambardella。基于视觉的手势识别的最大池卷积神经网络。信号和图像处理应用国际会议(ICSIPA2011), 2011年。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

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

也可以看看

||

话题

在R2016A介绍

深度学习工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书