RegressionOutputLayer

Regression слой выхода

Описание

Слой регрессии вычисляет половину потери среднеквадратической ошибки для проблем регрессии.

Создание

Создайте регрессию выходной слой с помощью regressionLayer.

Свойства

развернуть все

Регрессия Выход

Имена 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

Функция потерь программное обеспечение использует в обучении, заданном как 'mean-squared-error'.

Слой

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

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. Слой не имеет никаких выходных параметров.

Типы данных: double

Выведите имена слоя. Слой не имеет никаких выходных параметров.

Типы данных: cell

Примеры

свернуть все

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

Больше о

развернуть все

Введенный в R2017a

Для просмотра документации необходимо авторизоваться на сайте