addPix2PixHDLocalEnhancer
语法
描述
添加一个本地增强网络pix2pixHD生成器网络,netWithEnhancer
= addPix2PixHDLocalEnhancer (净
)净
。关于网络体系结构的更多信息,请参阅pix2pixHD本地增强器网络。
这个函数需要深度学习工具箱™。
当地的控制方面增强器创建网络使用名称-值参数。netWithEnhancer
= addPix2PixHDLocalEnhancer (净
,名称,值
)
例子
添加本地增强器Pix2pixHD发生器网络
指定大小的网络输入大小为32路数据512 - 1024。
inputSize = (512 1024 32);
创建一个pix2pixHD全球发电机网络。
pix2pixHD = pix2pixHDGlobalGenerator (inputSize)
pix2pixHD = dlnetwork属性:层:x1 nnet.cnn.layer.Layer[84]连接:[92 x2表]可学的:[110 x3表]状态:[0 x3表]InputNames: {“GlobalGenerator_inputLayer”} OutputNames: {“GlobalGenerator_fActivation”}初始化:1观点总结总结。
添加一个本地增强网络pix2pixHD网络。
pix2pixHDEnhanced = addPix2PixHDLocalEnhancer (pix2pixHD)
pix2pixHDEnhanced = dlnetwork属性:层:x1 nnet.cnn.layer.Layer[113]连接:[124 x2表]可学的:[146 x3表]状态:[0 x3表]InputNames: {“LocalEnhancer_inputLayer”“GlobalGenerator_inputLayer”} OutputNames: {“LocalEnhancer_fActivation”}初始化:1观点总结总结。
显示网络与当地的增强剂。
analyzeNetwork (pix2pixHDEnhanced)
输入参数
净
- - - - - -pix2pixHD发电机网络
dlnetwork
对象
Pix2pixHD发电机网络,指定为一个dlnetwork
(深度学习工具箱)对象。您可以创建一个pix2pixHD发电机网络使用pix2pixHDGlobalGenerator
函数。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:“FilterSizeInFirstAndLastBlocks”, [5 7]
添加一个地方增强器的第一个和最后一个卷积层5-by-7大小
FilterSizeInFirstAndLastBlocks
- - - - - -在第一个和最后一个卷积滤波器尺寸层
7
(默认)|积极的奇数|积极的奇数2-element向量
过滤器尺寸在当地的第一个和最后一个卷积层增强器网络,指定为一个积极的奇数的正奇数或者2-element向量的形式高度宽度]。当你指定过滤器的大小作为一个标量,过滤器有同样的高度和宽度。
FilterSizeInIntermediateBlocks
- - - - - -卷积滤波器尺寸在中间层次
3
(默认)|积极的奇数2-element向量|积极的奇数
过滤器尺寸在中间卷积在当地增强层网络中,指定为一个积极的奇数的正奇数或者2-element向量的形式高度宽度]。中间卷积层卷积层包括第一个和最后一个卷积层。当你指定过滤器的大小作为一个标量,过滤器有相同的高度和宽度。典型值是3至7。
NumResidualBlocks
- - - - - -数量的剩余块
3
(默认)|正整数
本地增强网络的剩余块数量,指定为一个正整数。每个残块由一组卷积,正常化和非线性层跳过每一块之间的联系。
ConvolutionPaddingValue
- - - - - -风格的填充
“symmetric-exclude-edge”
(默认)|“symmetric-include-edge”
|“复制”
|数字标量
风格在当地使用的填充增强器网络,指定为其中一个值。
PaddingValue |
描述 | 例子 |
---|---|---|
数字标量 | 垫与指定的数值 |
|
“symmetric-include-edge” |
垫使用镜像的输入值,包括边缘值 |
|
“symmetric-exclude-edge” |
垫使用镜像的输入值,排除边缘值 |
|
“复制” |
垫使用重复的边界元素的输入 |
|
UpsampleMethod
- - - - - -方法用于upsample激活
“transposedConv”
(默认)|“bilinearResize”
|“pixelShuffle”
方法用于upsample激活本地增强器网络,指定这些值之一:
“transposedConv”
——使用一个transposedConv2dLayer
(深度学习工具箱)的步伐(2 - 2)“bilinearResize”
——使用一个convolution2dLayer
(深度学习工具箱)的步伐[1]了resize2dLayer
的规模(2 - 2)“pixelShuffle”
——使用一个convolution2dLayer
(深度学习工具箱)的步伐[1]了depthToSpace2dLayer
的块大小(2 - 2)
数据类型:字符
|字符串
ConvolutionWeightsInitializer
- - - - - -重初始化用于卷积层
“narrow-normal”
(默认)|“glorot”
|“他”
|函数
重初始化用于本地增强网络的卷积层、指定为“glorot”
,“他”
,“narrow-normal”
,或一个函数处理。有关更多信息,请参见指定自定义权重的初始化函数(深度学习工具箱)。
ActivationLayer
- - - - - -激活函数
“relu”
(默认)|“leakyRelu”
|“elu”
|层对象
本地增强网络激活函数使用,指定为其中一个值。和可用的层列表的更多信息,见激活层(深度学习工具箱)。
“relu”
——使用一个reluLayer
(深度学习工具箱)“leakyRelu”
——使用一个leakyReluLayer
(深度学习工具箱)比例因子为0.2“elu”
——使用一个eluLayer
(深度学习工具箱)一层对象
NormalizationLayer
- - - - - -归一化操作
“实例”
(默认)|“没有”
|“批”
|层对象
规范化操作使用本地增强网络中的每个卷积后,指定为其中一个值。和可用的层列表的更多信息,见归一化层(深度学习工具箱)。
“实例”
——使用一个instanceNormalizationLayer
(深度学习工具箱)“批”
——使用一个batchNormalizationLayer
(深度学习工具箱)“没有”
——不使用归一化层一层对象
辍学
- - - - - -辍学的可能性
0
(默认)|数量在[0,1]
辍学的可能性在当地增强器网络,指定为一个数字在区间[0,1]。如果你指定一个值0
不包括辍学,那么网络层。如果你指定一个值大于0
,那么网络包括一个dropoutLayer
(深度学习工具箱)在每个残块。
NamePrefix
- - - - - -所有层名称前缀
“LocalEnhancer_”
(默认)|字符串|特征向量
所有层的名称的前缀设定在当地增强器网络,指定为字符串或字符向量。
数据类型:字符
|字符串
输出参数
更多关于
pix2pixHD本地增强器网络
的addPix2PixHDLocalEnhancer
函数执行这些操作添加一个本地增强网络pix2pixHD全球发电机网络。默认增强网络遵循王等人提出的体系结构。引用。
本地增强网络有一个初始的层块接受的图像大小(2 *H2 *WC),H的高度,W是宽度,C是渠道的数量全球发生器的输入网络,
净
。当净
有多个图像输入层,输入图像大小本地增强器网络是输入的两倍大小的最大分辨率。最初的块后,本地增强网络只有一个将采样块downsamples数据的两倍。因此,将采样后输出的大小(HW2 *C]。
的
addPix2PixHDLocalEnhancer
函数从全球发电机网络去掉最后一块。函数然后添加最后的输出upsampling阻止全球发电机网络的输出downsampled增强器的数据网络使用additionLayer
(深度学习工具箱)。的输出添加然后穿过
NumResidualBlocks
从本地增强剂残块。剩余块是紧随其后的是一个upsampling upsamples数据块大小(2 *H2 *WC]。
的
addPix2PixHDLocalEnhancer
函数将最后一块添加到增强网络。卷积层的参数所指定的属性addPix2PixHDLocalEnhancer
。如果全球发电机网络最终激活层,那么函数将相同类型的激活层添加到增强网络。
层组成的表描述了块地方增强器网络。
块类型 | 层 | 默认的图块 |
---|---|---|
最初的块 |
|
|
将采样块 |
|
|
剩余块 |
|
|
Upsampling块 |
|
|
最后一块 |
|
|
引用
[1]王、Ting-Chun Ming-Yu Liu Jun-Yan朱、安德鲁•道Jan Kautz和布莱恩Catanzaro。“高分辨率图像合成和语义操作条件甘斯。”In2018年IEEE / CVF计算机视觉与模式识别会议,8798 - 8807。美国犹他盐湖城:IEEE 2018。https://doi.org/10.1109/CVPR.2018.00917。
版本历史
介绍了R2021a
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。