主要内容

networkDataLayout

深入学习网络参数初始化数据布局可学的

自从R2022b

扩展所有的页面

    描述

    网络数据对象代表了数据规模和布局dlarray输入数据的格式信息参数初始化。

    您可以使用networkDataLayout对象初始化dlnetwork对象和自定义层可学的参数使用它的大小和格式信息代替使用示例数据。

    创建

    语法

    布局= networkDataLayout(深圳)
    fmt布局= networkDataLayout(深圳)

    描述

    例子

    布局= networkDataLayout(深圳)创建一个无格式的网络数据布局对象和设置大小财产。

    例子

    布局fmt = networkDataLayout(深圳)创建一个格式化的网络数据布局对象和设置大小和格式属性。

    属性

    全部展开

    大小,指定为一个行向量的两个或两个以上的非负整数或南值,深圳(我)表示尺寸的大小我和南值对应于未知的尺寸大小。

    数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64

    数据格式,指定为字符串标量或特征向量。字符串中的每个字符必须以下维度标签之一:

    • “S”——空间

    • “C”——频道

    • “B”——批

    • “T”——时间

    • “U”——未指明的

    您可以指定任意数量的“S”和“U”标签。您可以指定最多的之一“C”,“B”,“T”标签。

    数据类型:字符串|字符

    对象的功能

    finddim 发现尺寸与指定的标签

    例子

    全部折叠

    打开生活的脚本

    创建一个非格式化networkDataLayout对象代表数据的大小[28 28 1]。

    布局= networkDataLayout([1] 28日28日)
    布局与属性= networkDataLayout:大小:[28 28 1]格式:“
    打开生活的脚本

    创建一个格式化的networkDataLayout对象代表了一批二维的RGB图像的大小(227 227)批处理大小是未知的。

    布局= networkDataLayout((227 227 3南),“SSCB”)
    布局与属性= networkDataLayout:大小:[227 227 3南]格式:“SSCB”
    打开生活的脚本

    创建一个未初始化的dlnetwork对象有两个无关的输入。

    层= [convolution2dLayer (Name = 5, 16日“conv”)batchNormalizationLayer reluLayer fullyConnectedLayer (50) flattenLayer concatenationLayer(1、2名=“猫”)fullyConnectedLayer (10) softmaxLayer];网= dlnetwork(层,初始化= false);

    查看网络的输入名称。

    net.InputNames
    ans =1×2细胞{' conv}{'猫/ in2 '}

    创建网络数据布局对象代表输入数据的输入。对于第一个输入,指定一批28-by-28灰度图像。对于第二个输入指定一批单通道特性数据。

    layout1 = networkDataLayout([28 28 1南),“SSCB”);layout2 = networkDataLayout([1南),“CB”);

    初始化网络使用网络数据布局对象。

    网=初始化(净、layout1 layout2)
    网= dlnetwork属性:层:[8×1 nnet.cnn.layer.Layer]连接:[7×2表]可学的:[8×3表]状态:[2×3表]InputNames: {“conv”的猫/ in2} OutputNames: {“softmax”}初始化:1观点总结总结。
    打开生活的脚本

    创建一个格式化的网络数据布局对象代表二维图像序列。指定的格式“SSCBT”(空间、空间、通道、批处理时间)。

    布局= networkDataLayout (NaN (227 227 100),“SSCBT”);

    发现标签的尺寸“S”。

    昏暗的= finddim(布局、“S”)
    昏暗的=1×21 2

    版本历史

    介绍了R2022b

    另请参阅

    |||

    主题