Свертка глубокого обучения
Операция свертки применяет скользящие фильтры к входным данным. Используйте 1D и 2D фильтры с разгруппированными или сгруппированными свертками и 3-D фильтры с разгруппированными свертками.
Используйте сгруппированную свертку для отделимого мудрого каналом (также известный мудрой глубиной отделимый) свертка. Для каждой группы операция применяет операцию свертки к входу путем перемещения фильтров по пространственным измерениям входных данных, вычисления скалярного произведения весов и данных и добавления смещения. Если количество групп равно количеству каналов, то эта функция выполняет мудрую каналом свертку. Если количество групп равно 1
, эта функция выполняет разгруппированную свертку.
Примечание
Эта функция применяет операцию свертки глубокого обучения к dlarray
данные. Если вы хотите применить свертку в layerGraph
объект или Layer
массив, используйте один из следующих слоев:
вычисляет свертку глубокого обучения входа dlY
= dlconv(dlX
,weights
,bias
)dlX
использование скольжения сверточных фильтров задано weights
, и добавляет постоянный bias
. Вход dlX
отформатированный dlarray
с метками размерности. Свертка действует на размерности, которые вы задаете как 'S'
размерности. Выход dlY
отформатированный dlarray
с той же размерностью помечает как dlX
.
задает опции с помощью одного или нескольких аргументов пары "имя-значение" в дополнение к входным параметрам в предыдущих синтаксисах. Например, dlY
= dlconv(___Name,Value
)'Stride',3
устанавливает шаг операции свертки.
batchnorm
| dlarray
| dlfeval
| dlgradient
| fullyconnect
| maxpool
| relu