Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

tanhLayer

쌍곡탄젠트(tanh) 계층

설명

쌍곡탄젠트(tanh) 활성화 계층은 계층 입력값에 tanh 함수를 적용합니다.

생성

설명

layer= tanhLayer는 쌍곡탄젠트 계층을 만듭니다.

예제

layer= tanhLayer('Name',Name)은 선택적 속성인Name을 추가로 지정합니다. 예를 들어,tanhLayer('Name','tanh1')은 이름이'tanh1'인 tanh 계층을 만듭니다.

속성

모두 확장

계층 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다.Layer배열 입력값에 대해trainNetwork,assembleNetwork,layerGraph,dlnetwork함수는''로 설정된Name으로계층에이름을자동할당합니다。

데이터형:char|string

이 속성은 읽기 전용입니다.

계층의 입력값 개수. 이 계층은 단일 입력값만 받습니다.

데이터형:double

이 속성은 읽기 전용입니다.

계층의 입력값 이름. 이 계층은 단일 입력값만 받습니다.

데이터형:cell

이 속성은 읽기 전용입니다.

계층의 출력값 개수. 이 계층은 단일 출력값만 가집니다.

데이터형:double

이 속성은 읽기 전용입니다.

계층의 출력값 이름. 이 계층은 단일 출력값만 가집니다.

데이터형:cell

예제

모두 축소

이름이'tanh1'인 쌍곡탄젠트(tanh) 계층을 만듭니다.

layer = tanhLayer('Name','tanh1')
layer = TanhLayer with properties: Name: 'tanh1' Learnable Parameters No properties. State Parameters No properties. Show all properties

Layer배열에 tanh 계층을 포함시킵니다.

layers = [ imageInputLayer([28 28 1]) convolution2dLayer(3,16) batchNormalizationLayer tanhLayer maxPooling2dLayer(2,'Stride',2) convolution2dLayer(3,32) batchNormalizationLayer tanhLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
layers = 11x1 Layer array with layers: 1 '' Image Input 28x28x1 images with 'zerocenter' normalization 2 '' Convolution 16 3x3 convolutions with stride [1 1] and padding [0 0 0 0] 3 '' Batch Normalization Batch normalization 4 '' Tanh Hyperbolic tangent 5 '' Max Pooling 2x2 max pooling with stride [2 2] and padding [0 0 0 0] 6 '' Convolution 32 3x3 convolutions with stride [1 1] and padding [0 0 0 0] 7 '' Batch Normalization Batch normalization 8 '' Tanh Hyperbolic tangent 9 '' Fully Connected 10 fully connected layer 10 '' Softmax softmax 11 '' Classification Output crossentropyex

확장 기능

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

GPU 코드 생성
GPU Coder™를 사용하여 NVIDIA® GPU용 CUDA® 코드를 생성할 수 있습니다.

버전 내역

R2019a에 개발됨