主要内容

averagePooling1dLayer

一维平均池化层

    描述

    1-D平均池化层通过将输入划分为1-D池化区域,然后计算每个区域的平均值来执行下采样。

    层池的维度取决于层的输入:

    • 对于时间序列和向量序列输入(具有三个维度的数据,对应于通道、观测值和时间步长),层池在时间维度上。

    • 对于一维图像输入(具有与空间像素、通道和观测值相对应的三维数据),层在空间维度上进行池。

    • 对于一维图像序列输入(具有四个维度的数据,对应于空间像素、通道、观测值和时间步长),层在空间维度上进行池。

    创建

    描述

    例子

    = averagePooling1dLayer (poolSize创建一个1-D平均池化层,并设置PoolSize财产。

    例子

    = averagePooling1dLayer (poolSize名称=值还指定填充或设置名字使用一个或多个可选的名称-值参数的属性。例如,averagePooling1dLayer(3、填充= 1,跨步= 2)创建一个1-D平均池化层,池大小为3.,一大步2,以及大小的填充1在输入的左边和右边。

    输入参数

    全部展开

    名称-值对参数

    指定可选的参数对为Name1 = Value1,…,以=家,在那里名字是参数名和吗价值是对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。

    例子:averagePooling1dLayer(2,填充= 1)创建一个1- d最大池化层,池大小为3,在层输入的左右两侧填充大小为1。

    填充应用于输入,指定为以下之一:

    • “相同”-应用填充使输出大小为装天花板(inputSize /步),在那里inputSize是输入的长度。当1,输出与输入大小相同。

    • 非负整数深圳-添加大小的填充深圳到输入的两端。

    • 向量(l r)非负整数-添加大小的填充l在左边和r在输入的右边。

    例子:填充= (2 - 1)向左侧添加大小为2的填充,向右侧添加大小为1的填充。

    数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|字符|字符串

    属性

    全部展开

    平均分担

    池化区域的宽度,指定为正整数。

    池化区域的宽度PoolSize必须大于或等于填充尺寸吗PaddingSize

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

    遍历输入的步长,指定为正整数。

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

    应用于输入的每边的填充大小,指定为一个向量(l r)两个非负整数的,其中l填充是否应用于左侧和r是应用于右侧的填充。

    创建图层时,使用填充指定填充大小的名称-值参数。

    数据类型:

    该属性是只读的。

    方法来确定填充大小,指定为以下之一:

    • “手动”-使用指定的整数或向量填充填充

    • “相同”-应用填充使输出大小为装天花板(inputSize /步),在那里inputSize是输入的长度。当1,输出和输入是一样的。

    要指定图层填充,请使用填充名称-值参数。

    数据类型:字符

    用于填充输入的值,指定为0“的意思是”

    当你使用填充选项添加填充到输入,应用的填充值可以是以下之一:

    • 0参数指定的位置用零填充输入填充财产。填充区域包含在沿边缘池化区域平均值的计算中。

    • “的意思是”参数指定位置的池化区域的平均值填充输入填充选择。填充区域被有效地排除在每个池化区域平均值的计算之外。

    图层名称,指定为字符向量或字符串标量。为数组输入trainNetworkassembleNetworklayerGraph,dlnetwork函数自动为层分配名称名字设置为

    数据类型:字符|字符串

    该属性是只读的。

    层的输入数。这一层只接受一个输入。

    数据类型:

    该属性是只读的。

    输入图层的名称。这一层只接受一个输入。

    数据类型:细胞

    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:

    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

    全部折叠

    创建一个1-D平均池化层,池大小为3。

    layer = averagePooling1dLayer(3)
    layer = AveragePooling1DLayer with properties: Name: " Hyperparameters PoolSize: 3 Stride: 1 PaddingMode: 'manual' PaddingSize: [0 0] PaddingValue: 0

    在层数组中包含一个一维平均池化层。

    layers = [sequenceInputLayer(12) convolution1dLayer(11,96) reluLayer averagePooling1dLayer(3) convolution1dLayer(11,96) reluLayer globalMaxPooling1dLayer fulllyconnectedlayer (10) softmaxLayer classificationLayer]
    layers = 10x1层数组:1“序列输入序列输入12维度2”卷积96 11旋转步1和填充[0 0]3”ReLU ReLU 4”一维平均池平均池的池大小3步1,填充[0 0]5“卷积96 11旋转步1和填充[0 0]6”ReLU ReLU 7“一维全球最大池一维全球最大池8”完全连接10完全连接层9”Softmax Softmax 10”crossentropyex分类输出

    算法

    全部展开

    在R2021b中引入