主要内容

函数层图

将深度学习模型函数转换为层图

折叠所有页面

语法

lgraph=函数到图层（乐趣，x）
lgraph=函数到图层（乐趣、x、名称、值）

描述

实例

lgraph=functionToLayerGraph(享乐,x)返回基于深度学习数组函数的层图享乐．函数层图中仅转换那些操作享乐手术dlarray中的输入中的对象x．包含额外的参数或数据享乐，请参阅主题参数化函数还是举个例子从函数创建图层图．

函数层图评估享乐(x)，并在可能的范围内跟踪执行以导出等价的层图。中的步骤享乐(x)那函数层图can跟踪都是基于dlarray对的调用支持参数和金宝appdlarray．看到支持dlarray的函数列表金宝app．对于不支持的金宝app功能,函数层图创建一个PlaceholderLayer．

lgraph=functionToLayerGraph(享乐,x,名称、值)除了前面语法中的输入参数外，还使用一个或多个名称-值对参数指定选项。

例子

全部崩溃

打开生活的脚本

这个简单模型函数创建了全连接的输出，后面跟着一个softmax操作。根据此函数创建图层图dlarray数据，根据需要创建输入数组dlarray对象，并创建简单模型函数包括数据。

rng违约%的再现性dlX1=dlarray（兰特（10），“CB”); dlX2=dlarray（零（10,1），“CB”); fun=@（x）simplemodel（x，dlX1，dlX2）；

呼叫函数层图使用dlarray对于输入数据dlX．

dlX=dlX阵列（一（10,1），“CB”）;dlX lgraph = functionToLayerGraph(有趣)
LGRAPHE=LayerGraph，属性：Layers:[2x1 nnet.cnn.layer.layer]连接：[1x2表格]输入名称：{1x0单元格}输出名称：{1x0单元格}

在中检查生成的层lgraph．

显示（图层）
2x1 Layer array with layers: 1' fc_1' Fully Connected 10 ' Fully Connected Layer 2 'sm_1' Softmax Softmax
函数Y = simplemodel(x,w,b);y = softmax (y);终止

输入参数

全部崩溃

要转换的函数，指定为函数句柄。

例子：@雷卢

数据类型：功能手柄

函数的数据，指定为任何数据类型。仅限dlarray跟踪数据并将其转换为图层图。

例子：dlarray（零（12*50,23））

数据类型：仅有一个的|双重的|int8|int16|int32|int64|uint8|uint16|uint32|uint64|必然的|烧焦|一串|结构|桌子|单间牢房|功能手柄|明确的|datetime|期间|日历持续时间|fi

名称值参数

指定可选的逗号分隔的字符对名称、值论据。名称是参数名和价值为对应值。名称必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：Name1, Value1,…,的家．

例子：“生成层”、“占位符层”

为中不受支持的操作生成的图层类型金宝app享乐，指明为“自定义图层”或“placeholder-layer”．

当一个操作享乐与深度学习工具箱中的层不对应™, 软件生成一个层来表示该功能。这个“发电商”选项指定层的类型如下。

例子：“生成层”、“占位符层”

用于生成自定义层的前缀，指定为字符向量。

此选项仅适用于“发电商”选择是“自定义图层”。生成的每个自定义图层的名称以指定的前缀开头。

例子：“CustomLayerPrefix”、“myGeneratedLayer”

输出参数

全部崩溃

层图，以分层图对象。

另见

|||

话题

在R2019b中引入

深度学习工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书