Regression слой выхода
Слой регрессии вычисляет половину потери среднеквадратической ошибки для проблем регрессии.
Создайте регрессию выходной слой с помощью regressionLayer.
ResponseNames — Имена ответов{} (значение по умолчанию) | массив ячеек из символьных векторов | массив строкИмена ответов, заданных массив ячеек из символьных векторов или массив строк. В учебное время программное обеспечение автоматически определяет имена ответа согласно обучающим данным. Значением по умолчанию является {}.
Типы данных: cell
LossFunction — Функция потерь для обучения'mean-squared-error'Функция потерь программное обеспечение использует в обучении, заданном как 'mean-squared-error'.
Name — Имя слоя'' (значение по умолчанию) | вектор символов | представляет скаляр в виде строки
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 '', затем программное обеспечение автоматически присваивает имя к слою в учебное время.
Типы данных: char | string
NumInputs — Количество входных параметровКоличество входных параметров слоя. Этот слой принимает один вход только.
Типы данных: double
InputNames — Введите имена{'in'} (значение по умолчанию)Введите имена слоя. Этот слой принимает один вход только.
Типы данных: cell
NumOutputs — Количество выходных параметровКоличество выходных параметров слоя. Слой не имеет никаких выходных параметров.
Типы данных: double
OutputNames — Выведите имена{} (значение по умолчанию)Выведите имена слоя. Слой не имеет никаких выходных параметров.
Типы данных: cell
Создайте регрессию выходной слой с именем 'routput'.
layer = regressionLayer('Name','routput')
layer =
RegressionOutputLayer with properties:
Name: 'routput'
ResponseNames: {}
Hyperparameters
LossFunction: 'mean-squared-error'
Функция потерь по умолчанию для регрессии является среднеквадратической ошибкой.
Включайте регрессию выходной слой в массив Слоя.
layers = [ ...
imageInputLayer([28 28 1])
convolution2dLayer(12,25)
reluLayer
fullyConnectedLayer(1)
regressionLayer]layers =
5x1 Layer array with layers:
1 '' Image Input 28x28x1 images with 'zerocenter' normalization
2 '' Convolution 25 12x12 convolutions with stride [1 1] and padding [0 0 0 0]
3 '' ReLU ReLU
4 '' Fully Connected 1 fully connected layer
5 '' Regression Output mean-squared-error
Слой регрессии вычисляет половину потери среднеквадратической ошибки для проблем регрессии. Для типичных проблем регрессии слой регрессии должен следовать за итоговым полносвязным слоем.
Для одного наблюдения среднеквадратической ошибкой дают:
где R является количеством ответов, ti является целевой выход, и yi является прогнозом сети для ответа i.
Для изображения и sequence-one сетей регрессии, функция потерь слоя регрессии является половиной среднеквадратической ошибки предсказанных ответов, не нормированных R:
Для сетей регрессии от изображения к изображению функция потерь слоя регрессии является половиной среднеквадратической ошибки предсказанных ответов для каждого пикселя, не нормированного R:
где H, W и C обозначают высоту, ширину, и количество каналов выхода соответственно и индексы p в каждый элемент (пиксель) t и y линейно.
Для сетей регрессии от последовательности к последовательности функция потерь слоя регрессии является половиной среднеквадратической ошибки предсказанных ответов для каждого временного шага, не нормированного R:
где S является длиной последовательности.
Когда обучение, программное обеспечение вычисляет среднюю потерю по наблюдениям в мини-пакете.
classificationLayer | fullyConnectedLayer | regressionLayer | trainNetwork
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.