主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

averagePooling2dLayer

平均プーリング層

このページをすべて展開する

説明

平均プーリング層は、入力を矩形のプーリング領域に分割し、各領域の平均値を計算することによって、ダウンサンプリングを実行します。

作成

構文

层= averagePooling2dLayer (poolSize)
层= averagePooling2dLayer (poolSize、名称、值)

説明

层= averagePooling2dLayer (poolSize)は、平均プーリング層を作成し、PoolSizeプロパティを設定します。

例

层= averagePooling2dLayer (poolSize,名称,值)は、名前と値のペアを使用して、オプションの大步走プロパティおよび名称プロパティを設定します。入力パディングを指定するには,名前と値のペアの引数“填充”を使用します。たとえば,平均池2层（2，'Stride'，2）は、プール サイズが[2 2],ストライドが[2 2]の平均プーリング層を作成します。複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。

入力引数

すべて展開する

名前と値のペアの引数

コンマ区切りの名前と値のペアの引数を使用して,層の入力の端に沿って追加するゼロパディングのサイズを指定するか,大步走プロパティおよび名称プロパティを設定します。名前を一重引用符で囲みます。

例:平均池2层（2，'Stride'，2）は、プール サイズが[2 2],ストライドが[2 2]の平均プーリング層を作成します。

入力の端のパディング。“填充”と,次の値のいずれかから成るコンマ区切りのペアとして指定します。

  • “相同”——ストライドが1である場合,出力サイズが入力サイズと同じになるように,学習時または予測時にサイズが計算されたパディングを追加します。ストライドが1より大きい場合,出力サイズは装天花板(inputSize /步)になります。ここで,inputSizeは入力の高さまたは幅、大步走は対応する次元のストライドです。可能な場合,上下および左右に同じ量のパディングが追加されます。垂直方向に追加しなければならないパディングの値が奇数の場合,余ったパディングは下に追加されます。水平方向に追加しなければならないパディングの値が奇数の場合,余ったパディングは右に追加されます。

  • 非負の整数P——サイズPのパディングを入力のすべての端に追加します。

  • 非負の整数のベクトル[甲、乙]——サイズA.のパディングを入力の上下に追加し,サイズBのパディングを左右に追加します。

  • 非負の整数のベクトル[t b l r]——サイズがT、B、L、Rのパディングを、それぞれ入力の上、下、左、右に追加します。

例:“填充”，1は,入力の上下に1行のパディングを追加し,入力の左右に1列のパディングを追加します。

例:“填充”,“相同”は(ストライドが1の場合)出力サイズが入力サイズと同じになるようにパディングを追加します。

プロパティ

すべて展開する

平均プーリング

プーリング領域の次元。2.つの正の整数のベクトル[w h]として指定します。Hは高さ、Wは幅です。層を作成する場合、PoolSizeをスカラーとして指定して,両方の次元に同じ値を使用できます。

ストライドの次元大步走がそれぞれのプーリングの次元より小さい場合、プーリング領域が重なります。

パディングの次元填充尺寸は、プーリング領域の次元PoolSizeより小さくなければなりません。

例:[2 1]は,高さが2幅が1のプーリング領域を指定します。

入力を垂直方向および水平方向に走査するステップ サイズ。2.つの正の整数のベクトル[甲、乙]として指定します。A.は垂直方向のステップ サイズ、Bは水平方向のステップ サイズです。層を作成する場合、大步走をスカラーとして指定して,両方の次元に同じ値を使用できます。

ストライドの次元大步走がそれぞれのプーリングの次元より小さい場合、プーリング領域が重なります。

パディングの次元填充尺寸は、プーリング領域の次元PoolSizeより小さくなければなりません。

例:3 [2]は,垂直方向のステップサイズとして2,水平方向のステップサイズとして3を指定します。

入力の境界に適用するパディングのサイズ。4.つの非負の整数のベクトル[t b l r]として指定します。Tは上に適用されるパディング、Bは下に適用されるパディング,Lは左に適用されるパディング、Rは右に適用されるパディングです。

層の作成時に,名前と値のペアの引数“填充”を使用してパディングのサイズを指定します。

例:[1 1 2 2]は,入力の上下に1行のパディングを追加し,入力の左右に2列のパディングを追加します。

パディングのサイズを決定するメソッド。“手册”または“相同”として指定します。

填充模式の値は,層の作成時に指定した“填充”値に基づいて自動的に設定されます。

  • “填充”オプションをスカラーまたは非負の整数のベクトルに設定した場合,填充模式は“手册”に自動的に設定されます。

  • “填充”オプションを“相同”に設定した場合、填充模式が“相同”に自動的に設定されます。ストライドが 1.である場合、出力サイズが入力サイズと同じになるように、学習時にパディングのサイズが計算されます。ストライドが1より大きい場合,出力サイズは装天花板(inputSize /步)になります。ここで,inputSizeは入力の高さまたは幅、大步走は対応する次元のストライドです。可能な場合,上下および左右に同じ量のパディングが追加されます。垂直方向に追加しなければならないパディングの値が奇数の場合,余ったパディングは下に追加されます。水平方向に追加しなければならないパディングの値が奇数の場合,余ったパディングは右に追加されます。

入力のパディングに使用する値。0または“的意思是”として指定します。

“填充”オプションを使用して入力にパディングを追加する場合、適用されるパディングの値は次のいずれかになります。

  • 0— 入力は“填充”オプションで指定した位置にゼロでパディングされます。パディングされた領域は,外周のプーリング領域の平均値の計算に含められます。

  • “的意思是”——入力は,“填充”オプションで指定した位置にプーリング領域の平均でパディングされます。パディングされた領域は,各プーリング領域の平均値の計算対象から事実上除外されます。

例:“PaddingValue”，“mean”

メモ

衬料プロパティは将来のリリースで削除される予定です。代わりに填充尺寸を使用してください。層の作成時に、名前と値のペアの引数“填充”を使用してパディングのサイズを指定します。

入力の境界に垂直方向および水平方向に適用するパディングのサイズ。2.つの非負の整数のベクトル[甲、乙]として指定します。A.は入力データの上下に適用されるパディング,Bは左右に適用されるパディングです。

例:[1 1]は,入力の上下に1行のパディングを追加し,入力の左右に1列のパディングを追加します。

層

層の名前。文字ベクトルまたは 一串スカラーとして指定します。層グラフに層を含めるには、層に空ではない一意の名前を指定しなければなりません。この層が含まれる系列ネットワークに学習させて名称を''に設定すると,学習時に層に名前が自動的に割り当てられます。

データ型:字符|一串

層の入力の数。この層は単一の入力のみを受け入れます。

データ型:双

層の入力名。この層は単一の入力のみを受け入れます。

データ型:细胞

層の出力の数。この層には単一の出力のみがあります。

データ型:双

層の出力名。この層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

ライブ スクリプトを開く

“avg1”という名前の平均プーリング層を作成します。

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

层配列に平均プーリング層を含めます。

层= [...imageInputLayer（[28 28 1]）卷积2层（5,20）相对层平均池2层（2）完全连接层（10）softmaxLayer分类层]
layers=7x1层阵列，带层：1''图像输入28x28x1图像，带“零中心”规格化2''卷积20 5x5卷积，带跨距[1]和填充[0 0 0 0 0 0]3''ReLU ReLU 4''平均池2x2平均池，带跨距[1]和填充[0 0 0 0 0 0]5''全连接10''全连接层6''Softmax Softmax 7''分类输出crossentropyex
ライブ スクリプトを開く

プーリング領域が重なっていない平均プーリング層を作成します。

层= averagePooling2dLayer (2“大步走”, 2)
layer=AveragePoolg2dLayer，属性：名称：“”超参数PoolSize:[2]步幅：[2]填充模式：'manual'填充大小：[0]填充值：0

矩形領域の高さと幅(プールサイズ)はどちらも2です。イメージを垂直方向および水平方向に走査するステップサイズ(ストライド)も2であるため,プーリング領域は重なりません。

层配列に領域が重なっていない平均プーリング層を含めます。

层= [...imageInputLayer（[28 1]）卷积2dLayer（5,20）reluLayer平均池2dLayer（2，“大步走”，2) fulllyconnectedlayer (10) softmaxLayer classifier]
layers=7x1层阵列，带层：1''图像输入28x28x1图像，带“零中心”规格化2''卷积20 5x5卷积，带跨距[1]和填充[0 0 0 0 0 0]3''ReLU ReLU 4''平均池2x2平均池，带跨距[2]和填充[0 0 0 0 0 0]5''全连接10''全连接层6''Softmax Softmax 7''分类输出crossentropyex
ライブ スクリプトを開く

プーリング領域が重なっている平均プーリング層を作成します。

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

この層は、サイズ [3 2] のプーリング領域を作成し、各領域の 6.つの要素の平均を取ります。大步走に含まれる次元がそれぞれのプーリングの次元PoolSizeより小さいため、プーリング領域が重なります。

层配列に領域が重なっている平均プーリング層を含めます。

层= [...imageInputLayer([28 28 1])卷积2dlayer (5,20) relullayer averageepooling2dlayer ([3 2]，“大步走”，2) fulllyconnectedlayer (10) softmaxLayer classifier]
layers=7x1层阵列，带层：1''图像输入28x28x1图像，带“零中心”规格化2''卷积20 5x5卷积，带跨距[1]和填充[0 0 0 0 0]3''ReLU ReLU 4''平均池3x2平均池，带跨距[2]和填充[0 0 0 0 0 0]5''全连接10''全连接层6''Softmax Softmax 7''分类输出crossentropyex

詳細

すべて展開する

参照

[1] Nagi，J.，F.Ducatele，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”，《IEEE信号和图像处理应用国际会议》（ICSIPA2011），2011年。

拡張機能

C / c++コード生成
MATLAB®编码器™ を使用して Cおよび C++コードを生成します。

GPUコード生成
GPU编码器™を使用してNVIDIA GPU®のためのCUDA®コードを生成します。

参考

||

トピック

R2016aで導入

深度学习工具箱ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

电子书をダウンロードする