imageInputLayer

イメージ入力层

このページをすべて展开する

说明

イメージ入力层は，ネットワークに2次元イメージを入力し，データ正规化を适用します。

3次元イメージ入力の场合，image3dInputLayerを使用します。

作成

构文

层= imageInputLayer（inputSize）

层= imageInputLayer（inputSize，名称，值）

说明

层= imageInputLayer（inputSize）はイメージ入力層を返し,InputSizeプロパティを指定します。

例

层= imageInputLayer（inputSize那名称，值）は，名前と値のペアを使用して，オプションのプロパティを设定します。复数の名前と値のペアを指定できます。各プロパティ名を一重引用符で囲みます。

プロパティ

すべて展開する

イメージ入力

`InputSize`-入力のサイズ
整数の行ベクトル

入力データのサイズ。整数の行ベクトル并[h W C]として指定します。ここで，H那W.,およびCはそれぞれ高さ，幅，およびチャネル数に対応します。

グレースケールイメージの场合，Cが1に等しいベクトルを指定します。
RGBイメージの场合，Cが3.に等しいベクトルを指定します。
マルチスペクトルイメージまたはハイパースペクトルイメージの場合,Cがチャネル数に等しいベクトルを指定します。

3次元イメージ入力またはボリューム入力の場合,image3dInputLayerを使用します。

例：(224 224)

`正常化`-データ正規化
`'zerocenter'`(既定値) |`'zscore'`|`“重新调整对称”`|`“重新调整为零酮”`|`'没有任何'`|関数ハンドル

データが入力層を通じて順伝播されるたびに適用するデータ正規化。次のいずれかに指定します。

'zerocenter'-的意思是によって指定された平均を减算します。
'zscore'-的意思是によって指定された平均を减算し，StandardDeviationで除算します。
“重新调整对称”-闵および最大限度によってそれぞれ指定された最小値と最大値を使用して，范囲[-1,1]に入力を再スケーリングします。
“重新调整为零酮”-闵および最大限度によってそれぞれ指定された最小値と最大値を使用して,範囲[0,1]に入力を再スケーリングします。
'没有任何'- 入力データを正规化しません。
关数ハンドル - 指定した关数を使用してデータを正规化します关数は，Y = FUNC（X）という形式でなければなりません。ここで，Xは入力データ，出力yは正規化データです。

ヒント

既定では,学習時に正規化統計量が自動的に計算されます。学習時に時間を節約するため,正規化に必要な統計量を指定し,trainingOptionsで“ResetInputNormalization”オプションを错误的に设定します。

`NormalizationDimension`-正规化の次元
`'汽车'`(既定値) |`“通道”`|`'元素'`|`'全部'`

正規化の次元。次のいずれかに指定します。

'汽车'——学習オプションが错误的の场合，いずれかの正规化统计量（的意思是那StandardDeviation那闵,または最大限度）を指定し，统计量に一致する次元に対して正规化を行います。そうでない场合，学习时に统计量を再计算し，チャネル単位の正规化を适用します。
“通道”- チャネル単位の正规化。
'元素'- 要素単位の正规化。
'全部'- スカラーの统计量を使用してすべての値を正规化します。

`的意思是`-ゼロ中心正規化およびzスコア正規化の平均
`[]`(既定値) |3次元配列|数値スカラー

ゼロ中心正规化およびŽスコア正规化の平均.H x宽xÇの配列，チャネルごとの平均から成る1×1×Çの配列，数値スカラー，または[]として指定します。ここで，H，W，およびÇはそれぞれ平均の高さ，幅，およびチャネル数に対応します。

的意思是プロパティを指定する场合，正常化は'zerocenter'または'zscore'でなければなりません。的意思是が[]の场合，学习时に平均が计算されます。

学习を行わずにネットワークを作成する场合（assembleNetworkを使用してネットワークを组み立てる场合など），このプロパティを设定できます。

データ型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

`StandardDeviation`-zスコア正規化の標準偏差
`[]`(既定値) |3次元配列|数値スカラー

žスコア正规化の标准偏差·H x宽xÇの配列，チャネルごとの平均から成る1×1×Çの配列，数値スカラー，または[]として指定します。ここで，H那W.,およびCはそれぞれ標準偏差の高さ、幅、およびチャネル数に対応します。

StandardDeviationプロパティを指定する场合，正常化は'zscore'でなければなりません。StandardDeviationが[]の场合，学习时に标准偏差が计算されます。

学习を行わずにネットワークを作成する场合（assembleNetworkを使用してネットワークを组み立てる场合など），このプロパティを设定できます。

データ型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

`闵`-再スケーリングの最小値
`[]`(既定値) |3次元配列|数値スカラー

再スケーリングの最小値.H x宽xÇの配列，チャネルごとの最小値から成る1×1×Çの配列，数値スカラー，または[]として指定します。ここで，H那W.,およびCはそれぞれ最小値の高さ、幅、およびチャネル数に対応します。

闵プロパティを指定する场合，正常化は“重新调整对称”または“重新调整为零酮”でなければなりません。闵が[]の场合，学习时に最小値が计算されます。

学习を行わずにネットワークを作成する场合（assembleNetworkを使用してネットワークを组み立てる场合など），このプロパティを设定できます。

データ型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

`最大限度`-再スケーリングの最大値
`[]`(既定値) |3次元配列|数値スカラー

再スケーリングの最大値.H x宽xÇの配列，チャネルごとの最大値から成る1×1×Çの配列，数値スカラー，または[]として指定します。ここで，H，W，およびÇはそれぞれ最大値の高さ，幅，およびチャネル数に対応します。

最大限度プロパティを指定する场合，正常化は“重新调整对称”または“重新调整为零酮”でなければなりません。最大限度が[]の场合，学习时に最大値が计算されます。

学习を行わずにネットワークを作成する场合（assembleNetworkを使用してネットワークを组み立てる场合など），このプロパティを设定できます。

データ型:单身的|双倍的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

`DataAugmentation`-データ拡张変换
`'没有任何'`(既定値) |`“randcrop”`|`'randfliplr'`|`“randcrop”`および`'randfliplr'`の细胞配列

メモ

DataAugmentationプロパティは推奨されません。トリミング，反転，およびその他の几何変换によってイメージを前处理するには，代わりにaugmentedImageDatastoreを使用します。

学习时に使用するデータ拡张変换。次のいずれかに指定します。

'没有任何'- データ拡张を行いません。
“randcrop”- 学习イメージからランダムにトリミングしますランダムなトリミングのサイズは，入力のサイズと同じです。
'randfliplr'- 50％の确率で入力イメージを水平方向にランダムに反転させます。
“randcrop”および'randfliplr'の细胞配列。细胞配列で指定された顺序で拡张が适用されます。

イメージデータの拡张は，过适合を防ぐ方法の1つです［1］那[2]。

データ型:细绳|字符|细胞

层

`姓名`-层の名前
`''`(既定値) |文字ベクトル|串スカラー

层の名前。文字ベクトルまたは串スカラーとして指定します。层グラフに层を含めるには，层に空ではない一意の名前を指定しなければなりません。この层が含まれる系列ネットワークに学习させて姓名を''に设定すると，学习时に层に名前が自动的に割り当てられます。

データ型:字符|细绳

`NumInputs`-入力の数
0.（既定値）

層の入力の数。この層には入力がありません。

データ型:双倍的

`InputNames`-入力名
`{}`（既定値）

層の入力名。この層には入力がありません。

データ型:细胞

`NumOutputs`-出力の数
1（既定値）

层の出力の数。この层には単一の出力のみがあります。

データ型:双倍的

`OutputNames`-出力名
`{'出去'}`（既定値）

层の出力名。この层には単一の出力のみがあります。

データ型:细胞

例

すべて折りたたむ

イメージ入力层の作成

ライブスクリプトを开く

'输入'という名前で28×28のカラーイメージのイメージ入力层を作成します。既定では，すべての入力イメージから学习セットの平均イメージを减算することで，层でデータ正规化が実行されます。

inputlayer = imageInputLayer（[28 28 3]，'姓名'那'输入'）

inputlayer = ImageInputLayer与属性：名称： '输入' InputSize：[28 28 3]超参数DataAugmentation： '无' 归一化： 'zerocenter' NormalizationDimension： '自动' 平均数：[]

层配列にイメージ入力层を含めます。

层= [......imageInputLayer（[28 28 1]）convolution2dLayer（5,20）reluLayer maxPooling2dLayer（2，“跨越论”，2）fullyConnectedLayer（10）softmaxLayer classificationLayer]

图层数组:1”的形象输入28 x28x1图像zerocenter正常化2”卷积20 5 x5旋转步[1]和填充[0 0 0 0]3”ReLU ReLU 4”马克斯池2 x2马克斯池步(2 - 2)和填充[0 0 0 0]5“完全连接10完全连接层6”Softmax Softmax crossentropyex 7”分类输出

互換性の考慮事項

すべて展開する

`AverageImage`プロパティは削除予定

R2019b以降は非推奨

AverageImageは削除される予定です。代わりに的意思是を使用してください。コードを更新するには，AverageImageのすべてのインスタンスを的意思是に置き换えます。プロパティの间に违いがない场合は，コードをさらに更新する必要があります。