image3dInputLayer
三维图像输入层
创建
描述
返回一个3-D图像输入层并指定层
= image3dInputLayer (inputSize
)InputSize
财产。
使用名称-值对设置可选属性。可以指定多个名称-值对。将每个属性名称用单引号括起来。层
= image3dInputLayer (inputSize
,名称,值
)
属性
三维图像输入
InputSize
- - - - - -输入的大小
整数的行向量
输入数据的大小,指定为整数的行向量[qh]
,在那里h
,w
,d
,c
分别对应通道的高度、宽度、深度和数量。
对于灰度输入,指定一个带有的向量
c
等于1
.对于RGB输入,指定一个带有的矢量
c
等于3.
.对于多光谱或高光谱输入,指定一个带有的矢量
c
等于通道数。
对于二维图像输入,使用imageInputLayer
.
例子:[132 132 116 3]
归一化
- - - - - -数据归一化
“zerocenter”
(默认)|“zscore”
|“rescale-symmetric”
|“rescale-zero-one”
|“没有”
|函数处理
该属性是只读的。
每次数据通过输入层前向传播时应用数据规范化,指定为以下之一:
提示
在默认情况下,软件会自动计算规范化统计trainNetwork
函数。为节省训练时的时间,请指定规范化所需的统计数据,并设置ResetInputNormalization
选项trainingOptions
来0
(的意见
)。
NormalizationDimension
- - - - - -规范化维度
“汽车”
(默认)|“通道”
|“元素”
|“所有”
归一化维度,指定为下列之一:
“汽车”
—如果培训选项为假
你指定任何一个标准化统计(的意思是
,StandardDeviation
,最小值
,或马克斯
),然后对与统计数据匹配的维度进行规范化。否则,在训练时重新计算统计数据并应用信道标准化。“通道”
-信道标准化。“元素”
-元素标准化。“所有”
—使用标量统计将所有值归一化。
数据类型:字符
|字符串
的意思是
- - - - - -零中心和z分数归一化的平均值
[]
(默认)|四维数组|数字标量
零中心和z-score归一化的平均值,指定为ah——- - - - - -w——- - - - - -d——- - - - - -c数组,1 × 1 × 1 × 1 ×c每个通道的平均数数组,一个数字标量,或[]
,在那里h,w,d,c分别对应于均值的高度、宽度、深度和通道数。
如果您指定的意思是
属性,然后归一化
必须“zerocenter”
或“zscore”
.如果的意思是
是[]
,然后是trainNetwork
函数计算平均值。训练…dlnetwork
对象,或者组装一个网络而不使用assembleNetwork
函数时,必须设置的意思是
属性设置为数值标量或数值数组。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
StandardDeviation
- - - - - -z-score归一化的标准差
[]
(默认)|四维数组|数字标量
z-score归一化的标准差,用a表示h——- - - - - -w——- - - - - -d——- - - - - -c数组,1 × 1 × 1 × 1 ×c每个通道的平均数数组,一个数字标量,或[]
,在那里h,w,d,c分别对应标准偏差的高度、宽度、深度和通道数。
如果您指定StandardDeviation
属性,然后归一化
必须“zscore”
.如果StandardDeviation
是[]
,然后是trainNetwork
函数计算标准偏差。训练…dlnetwork
对象,或者组装一个网络而不使用assembleNetwork
函数时,必须设置StandardDeviation
属性设置为数值标量或数值数组。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
最小值
- - - - - -重新缩放的最小值
[]
(默认)|四维数组|数字标量
重新缩放的最小值,指定为h——- - - - - -w——- - - - - -d——- - - - - -c数组,1 × 1 × 1 × 1 ×c每通道最小值的数组、数字标量或[]
,在那里h,w,d,c分别对应于最小值的高度、宽度、深度和通道数。
如果您指定最小值
属性,然后归一化
必须“rescale-symmetric”
或“rescale-zero-one”
.如果最小值
是[]
,然后是trainNetwork
函数计算最小值。训练…dlnetwork
对象,或者组装一个网络而不使用assembleNetwork
函数时,必须设置最小值
属性设置为数值标量或数值数组。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
马克斯
- - - - - -重新缩放的最大值
[]
(默认)|四维数组|数字标量
重新缩放的最大值,指定为h——- - - - - -w——- - - - - -d——- - - - - -c数组,1 × 1 × 1 × 1 ×c每个通道最大值的数组、数字标量或[]
,在那里h,w,d,c分别对应最大值的高度、宽度、深度和通道数。
如果您指定马克斯
属性,然后归一化
必须“rescale-symmetric”
或“rescale-zero-one”
.如果马克斯
是[]
,然后是trainNetwork
函数计算最大值。训练…dlnetwork
对象,或者组装一个网络而不使用assembleNetwork
函数时,必须设置马克斯
属性设置为数值标量或数值数组。
数据类型:单
|双
|int8
|int16
|int32
|int64
|uint8
|uint16
|uint32
|uint64
层
名字
- - - - - -层的名字
”
(默认)|特征向量|字符串标量
图层名称,指定为字符向量或字符串标量。为层
数组输入trainNetwork
,assembleNetwork
,layerGraph
,dlnetwork
函数会自动将名称分配给具有该名称的层”
.
数据类型:字符
|字符串
NumInputs
- - - - - -输入数
0(默认)
该属性是只读的。
层的输入数。层没有输入。
数据类型:双
InputNames
- - - - - -输入名字
{}
(默认)
该属性是只读的。
输入图层的名称。层没有输入。
数据类型:细胞
NumOutputs
- - - - - -输出数量
1
(默认)
该属性是只读的。
层的输出数。这一层只有一个输出。
数据类型:双
OutputNames
- - - - - -输出的名字
{“出”}
(默认)
该属性是只读的。
输出图层的名称。这一层只有一个输出。
数据类型:细胞
例子
创建三维图像输入层
为带有名称的132 × 132 × 116彩色3-D图像创建3-D图像输入层“输入”
.默认情况下,该层通过从每个输入图像中减去训练集的平均图像来执行数据归一化。
layer = image3dInputLayer([132 132 116],“名字”,“输入”)
图层= Image3DInputLayer with properties: Name: 'input' InputSize: [132 132 116 1] Hyperparameters:归一化:'zerocenter' NormalizationDimension: 'auto' Mean: []
在a中包含三维图像输入层层
数组中。
layers = [image3dInputLayer([28 28 28 3])卷积3dlayer (5,16,“步”,4) reluLayer maxPooling3dLayer(2,“步”,4) fulllyconnectedlayer (10) softmaxLayer classificationLayer]
1”3d图像输入28x28x28x3图像,“零中心”归一化2”3d卷积16个5x5x5卷积,步幅[4 4 4],填充[0 0 0];3 " ReLU ReLU 4 " 3- d Max Pooling 2x2x2 Max Pooling with stride [4 4 4] and padding [0 0 0;0 0 0] 5 "全连接10 "全连接层6 " Softmax Softmax 7 "分类输出交叉交叉
版本历史
在R2019a中引入R2019b:AverageImage
财产将被移除
AverageImage
将被移除。使用的意思是
代替。的所有实例来更新代码AverageImage
与的意思是
.需要对代码进行额外更新的属性之间没有区别。
R2019b:imageInputLayer
和image3dInputLayer
默认情况下,使用通道标准化
从R2019b开始imageInputLayer
和image3dInputLayer
默认情况下,使用通道标准化。在以前的版本中,这些层使用元素规范化。要重现此行为,请设置NormalizationDimension
这些图层的选项“元素”
.
第一MATLAB
在MATLAB中编写了一种常用的求解方法:
Esegui将在MATLAB中执行编译。I浏览器网页不支持命令MATLAB。金宝app
你亦可选择下列网址:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家网站没有针对您所在位置的访问进行优化。