Exponenta Banner
exponenta event banner

tanhLayer

Гиперболическая касательная (tanh) слой

расширьте все на странице

Описание

Гиперболическая касательная (tanh) слой активации применяет функцию tanh на входные параметры слоя.

Создание

Синтаксис

layer = tanhLayer
layer = tanhLayer('Name',Name)

Описание

layer = tanhLayer создает гиперболический слой касательной.

пример

layer = tanhLayer('Name',Name) дополнительно задает дополнительное свойство Name. Например, tanhLayer('Name','tanh1') создает tanh слой с именем 'tanh1'.

Свойства

развернуть все

Имя слоя, заданное как вектор символов или скаляр строки. Чтобы включать слой в график слоя, необходимо задать непустое уникальное имя слоя. Если вы обучаете серийную сеть со слоем, и Name установлен в '', то программное обеспечение автоматически присваивает имя к слою в учебное время.

Типы данных: char | string

Количество входных параметров слоя. Этот слой принимает один вход только.

Типы данных: double

Введите имена слоя. Этот слой принимает один вход только.

Типы данных: cell

Количество выходных параметров слоя. Этот слой имеет один вывод только.

Типы данных: double

Выведите имена слоя. Этот слой имеет один вывод только.

Типы данных: cell

Примеры

свернуть все

Скрипт Open Live Script

Создайте гиперболическую касательную (tanh) слой с именем 'tanh1'.

layer = tanhLayer('Name','tanh1')
layer = 
  TanhLayer with properties:

    Name: 'tanh1'

  Show all properties

Включайте tanh слой в массив Layer.

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

Смотрите также

| | | |

Темы

Введенный в R2019a

Документация Deep Learning Toolbox
Поддержка