主要内容

globalaveragepooling3dlayer

3-D全球平均合并层

描述

3-D全局平均合并层通过计算输入的高度,宽度和深度维度的平均值来进行下采样。

层池的尺寸取决于层输入:

  • 对于3-D图像输入(具有五个维度的数据对应于三个空间维度,通道和观测值的像素),将层池池填充在空间尺寸上。

  • 对于3-D图像序列输入(具有六个维度的数据对应于三个空间维度,通道,观测值和时间步长的像素,该层池池库在空间尺寸上。

  • 对于二维图像序列输入(具有两个空间维度,通道,观测值和时间步长的五个维度的数据对应于像素,则层池库在空间和时间尺寸上。

创建

描述

= globalaveration -pooling3dlayer创建一个3-D全球平均合并层。

例子

= globalaveragepooling3dlayer('name',名称)设置可选姓名财产。

特性

展开全部

图层名称,指定为字符向量或字符串标量。为了数组输入,火车网,,,,汇编工作,,,,LayerGraph, 和dlnetwork功能自动将名称分配给具有名称的图层''

数据类型:char|细绳

此属性仅阅读。

该层的输入数量。该层仅接受单个输入。

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。

层的输出名称。该层仅具有单个输出。

数据类型:细胞

例子

全部收缩

创建一个名称的3-D全局平均合并层'gap1'

layer = globalaveragepooling3dlayer('姓名',,,,'gap1'
layer = globalaverage -pooling3dlayer带有属性:名称:'gap1'

在A中包括3D全球平均合并层大批。

层= [...image3dinputlayer([28 28 28 3])卷积3Dlayer(5,20)Relulayer globalaverage -pooling3dlayer plullconnectedlayer(10)softmaxlayer classificationlayer]
层= 7x1层阵列,带有层:1''3-D图像输入28x28x28x3图像,带有“ zerecenter”归一化2'卷卷20 5x5x5卷积与步幅[1 1 1]和填充[0 0 0 0;0 0 0] 3''relu Relu 4''3-D全局平均池3-D全局平均池5''完全连接10完全连接的层6''SOFTMAX SOFTMAX 7'分类''

尖端

  • 在图像分类网络中,您可以使用globalaveragepooling3dlayer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globalaveragepooling3dlayer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GlobalMaxPooling3Dlayer反而。是否GlobalMaxPooling3Dlayer或aglobalaveragepooling3dlayer更合适取决于您的数据集。

    要使用全局平均合并层而不是完全连接的层,全局平均池层输入中的通道数必须与分类任务中的类数量匹配。

算法

展开全部

版本历史记录

在R2019b中引入