depthConcatenationLayer
Слой конкатенации глубины
Описание
Слой конкатенации глубины берет входные параметры, которые имеют ту же высоту и ширину, и конкатенирует их по третьему измерению (размерность канала).
Задайте количество входных параметров к слою, когда вы создадите его. Входные параметры имеют имена 'in1','in2',...,'inN', где N количество входных параметров. Используйте входные имена при соединении или разъединении слоя при помощи connectLayers или disconnectLayers.
Создание
Синтаксис
Описание
layer = depthConcatenationLayer(numInputs)numInputs входные параметры вдоль третьего (канал) размерность. Эта функция также устанавливает NumInputs свойство.
Свойства
Примеры
Создайте и соедините слой конкатенации глубины
Создайте слой конкатенации глубины с двумя входными параметрами и именем 'concat_1'.
concat = depthConcatenationLayer(2,'Name','concat_1')
concat =
DepthConcatenationLayer with properties:
Name: 'concat_1'
NumInputs: 2
InputNames: {'in1' 'in2'}
Создайте два слоя ReLU и соедините их со слоем конкатенации глубины. Слой конкатенации глубины конкатенирует выходные параметры от слоев ReLU.
relu_1 = reluLayer('Name','relu_1'); relu_2 = reluLayer('Name','relu_2'); lgraph = layerGraph; lgraph = addLayers(lgraph,relu_1); lgraph = addLayers(lgraph,relu_2); lgraph = addLayers(lgraph,concat); lgraph = connectLayers(lgraph,'relu_1','concat_1/in1'); lgraph = connectLayers(lgraph,'relu_2','concat_1/in2'); plot(lgraph)
Расширенные возможности
Смотрите также
additionLayer | connectLayers | disconnectLayers | layerGraph | trainNetwork
Темы
- Создайте простую сеть глубокого обучения для классификации
- Глубокое обучение в MATLAB
- Предварительно обученные глубокие нейронные сети
- Настройте параметры и обучите сверточную нейронную сеть
- Задайте слои сверточной нейронной сети
- Обучите остаточную сеть для классификации изображений
- Список слоев глубокого обучения