Exponenta Banner
exponenta event banner

removeParameter

Удалите параметр из ONNXParameters объект

свернуть все на странице

    Синтаксис

    params = removeParameter(params,name)

    Описание

    пример

    params = removeParameter(params,name) удаляет параметр, заданный name от ONNXParameters объект params.

    Примеры

    свернуть все

    Этот пример использует:

    Скрипт Open Live Script

    Импортируйте сеть, сохраненную в формате ONNX как функция, и измените сетевые параметры.

    Импортируйте предварительно обученный simplenet3fc.onnx сеть как функция. simplenet3fc простая сверточная нейронная сеть, обученная на данных изображения цифры. Для получения дополнительной информации о том, как создать сеть, похожую на simplenet3fc, смотрите Создают Простую Сеть Классификации Изображений.

    Импортируйте simplenet3fc.onnx использование importONNXFunction, который возвращает ONNXParameters объект, который содержит сетевые параметры. Функция также создает новую функцию модели в текущей папке, которая содержит сетевую архитектуру. Задайте имя функции модели как simplenetFcn. 

    params = importONNXFunction('simplenet3fc.onnx','simplenetFcn');
    A function containing the imported ONNX network has been saved to the file simplenetFcn.m.
To learn how to use this function, type: help simplenetFcn.

    Отобразите параметры, которые обновляются во время обучения (params.Learnables) и параметры, которые остаются неизменными во время обучения (params.Nonlearnables).

    params.Learnables
    ans = struct with fields:
    imageinput_Mean: [1×1 dlarray]
             conv_W: [5×5×1×20 dlarray]
             conv_B: [20×1 dlarray]
    batchnorm_scale: [20×1 dlarray]
        batchnorm_B: [20×1 dlarray]
             fc_1_W: [24×24×20×20 dlarray]
             fc_1_B: [20×1 dlarray]
             fc_2_W: [1×1×20×20 dlarray]
             fc_2_B: [20×1 dlarray]
             fc_3_W: [1×1×20×10 dlarray]
             fc_3_B: [10×1 dlarray]


    params.Nonlearnables
    ans = struct with fields:
            ConvStride1004: [2×1 dlarray]
    ConvDilationFactor1005: [2×1 dlarray]
           ConvPadding1006: [4×1 dlarray]
            ConvStride1007: [2×1 dlarray]
    ConvDilationFactor1008: [2×1 dlarray]
           ConvPadding1009: [4×1 dlarray]
            ConvStride1010: [2×1 dlarray]
    ConvDilationFactor1011: [2×1 dlarray]
           ConvPadding1012: [4×1 dlarray]
            ConvStride1013: [2×1 dlarray]
    ConvDilationFactor1014: [2×1 dlarray]
           ConvPadding1015: [4×1 dlarray]

    Сеть имеет параметры, которые представляют три полносвязных слоя. Видеть параметры сверточных слоев fc_1, fc_2, и fc_3, откройте функциональный simplenetFcn модели.

    open simplenetFcn

    Прокрутите вниз к определениям слоя в функциональном simplenetFcn. Код ниже показов определения для слоев fc_1, fc_2, и fc_3.

    % Conv:
[weights, bias, stride, dilationFactor, padding, dataFormat, NumDims.fc_1] = prepareConvArgs(Vars.fc_1_W, Vars.fc_1_B, Vars.ConvStride1007, Vars.ConvDilationFactor1008, Vars.ConvPadding1009, 1, NumDims.relu1001, NumDims.fc_1_W);
Vars.fc_1 = dlconv(Vars.relu1001, weights, bias, 'Stride', stride, 'DilationFactor', dilationFactor, 'Padding', padding, 'DataFormat', dataFormat);

% Conv:
[weights, bias, stride, dilationFactor, padding, dataFormat, NumDims.fc_2] = prepareConvArgs(Vars.fc_2_W, Vars.fc_2_B, Vars.ConvStride1010, Vars.ConvDilationFactor1011, Vars.ConvPadding1012, 1, NumDims.fc_1, NumDims.fc_2_W);
Vars.fc_2 = dlconv(Vars.fc_1, weights, bias, 'Stride', stride, 'DilationFactor', dilationFactor, 'Padding', padding, 'DataFormat', dataFormat);

% Conv:
[weights, bias, stride, dilationFactor, padding, dataFormat, NumDims.fc_3] = prepareConvArgs(Vars.fc_3_W, Vars.fc_3_B, Vars.ConvStride1013, Vars.ConvDilationFactor1014, Vars.ConvPadding1015, 1, NumDims.fc_2, NumDims.fc_3_W);
Vars.fc_3 = dlconv(Vars.fc_2, weights, bias, 'Stride', stride, 'DilationFactor', dilationFactor, 'Padding', padding, 'DataFormat', dataFormat);

    Можно удалить параметры полносвязного слоя fc_2 уменьшать вычислительную сложность. Проверяйте выходные размерности предыдущего слоя и входные размерности последующего слоя прежде, чем удалить средний слой из params. В этом случае, выходной размер предыдущего слоя fc_1 20, и входной размер последующего слоя fc_3 также 20.

    Удалите параметры слоя fc_2 при помощи removeParameter.

    params = removeParameter(params,'fc_2_B');
params = removeParameter(params,'fc_2_W');
params = removeParameter(params,'ConvStride1010');
params = removeParameter(params,'ConvDilationFactor1011');
params = removeParameter(params,'ConvPadding1012');

    Отобразите обновленные learnable и nonlearnable параметры.

    params.Learnables
    ans = struct with fields:
    imageinput_Mean: [1×1 dlarray]
             conv_W: [5×5×1×20 dlarray]
             conv_B: [20×1 dlarray]
    batchnorm_scale: [20×1 dlarray]
        batchnorm_B: [20×1 dlarray]
             fc_1_W: [24×24×20×20 dlarray]
             fc_1_B: [20×1 dlarray]
             fc_3_W: [1×1×20×10 dlarray]
             fc_3_B: [10×1 dlarray]


    params.Nonlearnables
    ans = struct with fields:
            ConvStride1004: [2×1 dlarray]
    ConvDilationFactor1005: [2×1 dlarray]
           ConvPadding1006: [4×1 dlarray]
            ConvStride1007: [2×1 dlarray]
    ConvDilationFactor1008: [2×1 dlarray]
           ConvPadding1009: [4×1 dlarray]
            ConvStride1013: [2×1 dlarray]
    ConvDilationFactor1014: [2×1 dlarray]
           ConvPadding1015: [4×1 dlarray]

    Измените архитектуру функции модели, чтобы отразить изменения в params таким образом, можно использовать сеть для предсказания новыми параметрами или переобучить сеть. Откройте функциональный simplenetFcn модели. Затем удалите полносвязный слой fc_2, и измените входные данные операции dlconv свертки для слоя fc_3 к Vars.fc_1.

    open simplenetFcn

    Код ниже слоев fc_1 показов и fc_3.

    % Conv:
[weights, bias, stride, dilationFactor, padding, dataFormat, NumDims.fc_1] = prepareConvArgs(Vars.fc_1_W, Vars.fc_1_B, Vars.ConvStride1007, Vars.ConvDilationFactor1008, Vars.ConvPadding1009, 1, NumDims.relu1001, NumDims.fc_1_W);
Vars.fc_1 = dlconv(Vars.relu1001, weights, bias, 'Stride', stride, 'DilationFactor', dilationFactor, 'Padding', padding, 'DataFormat', dataFormat);

% Conv:
[weights, bias, stride, dilationFactor, padding, dataFormat, NumDims.fc_3] = prepareConvArgs(Vars.fc_3_W, Vars.fc_3_B, Vars.ConvStride1013, Vars.ConvDilationFactor1014, Vars.ConvPadding1015, 1, NumDims.fc_2, NumDims.fc_3_W);
Vars.fc_3 = dlconv(Vars.fc_1, weights, bias, 'Stride', stride, 'DilationFactor', dilationFactor, 'Padding', padding, 'DataFormat', dataFormat);

    Входные параметры

    свернуть все

    Сетевые параметры в виде ONNXParameters объект. params содержит сетевые параметры импортированной модели ONNX™.

    Имя параметра в виде вектора символов или строкового скаляра.

    Пример: 'conv2_W'

    Пример: 'conv2_Padding'

    Выходные аргументы

    свернуть все

    Сетевые параметры, возвращенные как ONNXParameters объект. params содержит сетевые параметры, обновленные removeParameter.

    Смотрите также

    | |

    Введенный в R2020b

    Документация Deep Learning Toolbox

    Поддержка