dlarray
Поддержкаdlarray
ПоддержкаЭти таблицы приводят и кратко описывают функции Deep Learning Toolbox™, которые работают с dlarray
объекты.
Функция | Описание |
---|---|
avgpool | Средняя операция объединения выполняет субдискретизацию путем деления входа на объединение областей и вычисление среднего значения каждой области. |
batchnorm | Операция нормализации партии. нормирует входные данные через все наблюдения для каждого канала независимо. Чтобы ускорить обучение сверточной нейронной сети и уменьшать чувствительность к сетевой инициализации, используйте нормализацию партии. между сверткой и нелинейными операциями такой как relu . |
crossentropy | Перекрестная энтропийная операция вычисляет потерю перекрестной энтропии между сетевыми предсказаниями и целевыми значениями для задач классификации одно меток и мультиметок. |
crosschannelnorm | Межканальная операция нормализации использует локальные ответы в различных каналах, чтобы нормировать каждую активацию. Межканальная нормализация обычно следует за a relu операция. Межканальная нормализация также известна как локальную нормализацию ответа. |
ctc | Операция CTC вычисляет потерю ассоциативной временной классификации (CTC) между невыровненными последовательностями. |
dlconv | Операция свертки применяет скользящие фильтры к входным данным. Используйте dlconv функция для свертки глубокого обучения, сгруппированной свертки и мудрой каналом отделимой свертки. |
dltranspconv | Транспонированная операция свертки сверхдискретизировала карты функции. |
embed | Встроить операция преобразует числовые индексы в числовые векторы, где индексы соответствуют дискретным данным. Используйте вложения, чтобы сопоставить дискретные данные, такие как категориальные значения или слова к числовым векторам. |
fullyconnect | Полностью операция connect умножает вход на матрицу веса и затем добавляет вектор смещения. |
groupnorm | Операция нормализации группы нормирует входные данные через сгруппированные подмножества каналов для каждого наблюдения независимо. Чтобы ускорить обучение сверточной нейронной сети и уменьшать чувствительность к сетевой инициализации, используйте нормализацию группы между сверткой и нелинейными операциями такой как relu . |
gru | Операция закрытого текущего модуля (GRU) позволяет сети изучать зависимости между временными шагами в данных о последовательности и временных рядах. |
huber | Операция Хубера вычисляет утрату Хубера между сетевыми предсказаниями и целевыми значениями для задач регрессии. Когда 'TransitionPoint' опция равняется 1, это также известно как сглаженную потерю L1. |
instancenorm | Операция нормализации экземпляра нормирует входные данные через каждый канал для каждого наблюдения независимо. Чтобы улучшить сходимость обучения сверточная нейронная сеть и уменьшать чувствительность к сетевым гиперпараметрам, используйте нормализацию экземпляра между сверткой и нелинейными операциями такой как relu . |
layernorm | Операция нормализации слоя нормирует входные данные через все каналы для каждого наблюдения независимо. Чтобы ускорить обучение текущих и многоуровневых perceptron нейронных сетей и уменьшать чувствительность к сетевой инициализации, используйте нормализацию слоя после learnable операций, таких как LSTM и полностью соедините операции. |
leakyrelu | Текучий исправленный линейный модуль (ReLU), операция активации выполняет нелинейную пороговую операцию, где любое входное значение меньше, чем нуль умножается на фиксированный масштабный коэффициент. |
lstm | Операция долгой краткосрочной памяти (LSTM) позволяет сети изучать долгосрочные зависимости между временными шагами в данных о последовательности и временных рядах. |
maxpool | Максимальная операция объединения выполняет субдискретизацию путем деления входа на объединение областей и вычисление максимального значения каждой области. |
maxunpool | Максимальная операция необъединения не объединяет выход максимальной операции объединения путем повышающей дискретизации и дополнения нулями. |
mse | Половина операции среднеквадратической ошибки вычисляет половину потери среднеквадратической ошибки между сетевыми предсказаниями и целевыми значениями для задач регрессии. |
onehotdecode | Одногорячая операция декодирования декодирует векторы вероятности, такие как выход сети классификации, в метки классификации. Вход |
relu | Исправленный линейный модуль (ReLU), операция активации выполняет нелинейную пороговую операцию, где любое входное значение меньше, чем нуль обнуляется. |
sigmoid | Сигмоидальная операция активации применяет сигмоидальную функцию к входным данным. |
softmax | softmax операция активации применяет функцию softmax к размерности канала входных данных. |
dlarray
- Определенные ФункцииФункция | Описание |
---|---|
dims | Эта функция возвращает формат данных dlarray . |
dlfeval | Эта функция оценивает dlarray функция с помощью автоматического дифференцирования. |
dlgradient | Эта функция вычисляет градиенты с помощью автоматического дифференцирования. |
extractdata | Эта функция извлекает данные из dlarray . |
finddim | Эта функция находит индексы dlarray размерности с данной меткой размерности. |
stripdims | Эта функция удаляет формат данных из dlarray . |
dlarray
ПоддержкаЭти таблицы приводят и кратко описывают проблемно-ориентированные функции, которые работают с dlarray
объекты.
Функция | Описание |
---|---|
generalizedDice (Computer Vision Toolbox) | Измерьте подобие между двумя dlarray объекты, которые представляют сегментированные изображения, с помощью обобщенной метрики Dice, которая составляет взвешивание класса. |
Функция | Описание |
---|---|
depthToSpace (Image Processing Toolbox) | Перестройте dlarray данные из размерности глубины в пространственные блоки. |
dlresize (Image Processing Toolbox) | Измените размер пространственных размерностей dlarray . |
multissim (Image Processing Toolbox) | Измерьте подобие между двумя dlarray объекты, которые представляют 2D изображения, с помощью многошкального структурного подобия (MS-SSIM) метрика. |
multissim3 (Image Processing Toolbox) | Измерьте подобие между двумя dlarray объекты, которые представляют 3-D изображения, с помощью 3-D метрики MS-SSIM. |
psnr (Image Processing Toolbox) | Измерьте подобие между двумя dlarray объекты, которые представляют изображения с помощью метрики пикового отношения сигнал-шум (PSNR). |
spaceToDepth (Image Processing Toolbox) | Перестройте пространственные блоки dlarray данные в размерность глубины. |
Функция | Описание |
---|---|
dlstft (Signal Processing Toolbox) | Вычислите кратковременное преобразование Фурье. |
dlarray
ПоддержкаМного функций MATLAB® работают с dlarray
объекты. Эти таблицы приводят указания и ограничения по применению для этих функций, когда вы используете dlarray
аргументы.
Функция | Примечания и ограничения |
---|---|
abs | Выход |
acos |
|
acosh |
|
acot | Выход |
acsc |
|
asec | |
asin |
|
asinh | Выход |
atan | |
atan2 | |
atanh |
|
cos | Выход |
cosh | |
cot | |
csc | |
exp | |
log |
|
sec |
Выход |
sign | |
sin | |
sinh | |
sqrt |
|
tan | Выход |
tanh | |
uminus , - | |
uplus , + |
Функция | Примечания и ограничения |
---|---|
minus , - | Если два |
plus , + | |
power , .^ |
|
rdivide , ./ | Если два |
times , .* |
Функция | Примечания и ограничения |
---|---|
mean |
|
prod |
|
sum |
Функция | Примечания и ограничения |
---|---|
ceil | Выход |
eps |
|
fix | Выход |
floor | Выход |
max |
|
min | |
rescale |
|
round |
|
Функция | Примечания и ограничения |
---|---|
colon , : |
|
interp1 |
|
mrdivide , / | Второй |
mtimes , * |
|
pagemtimes | Одним входом может быть отформатированный |
Функция | Примечания и ограничения |
---|---|
all |
Выход |
and , & | Если два |
any |
Выход |
eq , == | Если два |
ge , >= | |
gt , > | |
le , <= | |
lt , < | |
ne , ~= | |
not , ~ |
Выход |
or , | | Если два |
xor |
Функция | Примечания и ограничения |
---|---|
reshape | Выход |
squeeze | Двумерный |
Функция | Примечания и ограничения |
---|---|
ctranspose , ' | Если вход |
permute | Если вход |
transpose , .' | Если вход |
Функция | Примечания и ограничения |
---|---|
cat |
|
horzcat | |
vertcat |
Функция | Примечания и ограничения |
---|---|
cast |
|
double | Выходом является |
gather (Parallel Computing Toolbox) |
|
gpuArray (Parallel Computing Toolbox) |
|
logical | Выходом является dlarray это содержит данные типа logical . |
single | Выходом является dlarray это содержит данные типа single . |
Функция | Примечания и ограничения |
---|---|
isequal |
|
isequaln |
|
Функция | Примечания и ограничения |
---|---|
isdlarray
| Нет данных |
isfinite | Программное обеспечение применяет функцию к базовым данным входа |
isfloat | |
isgpuarray (Parallel Computing Toolbox) | |
isinf | |
islogical | |
isnan | |
isnumeric | |
isreal | Поскольку |
isUnderlyingType | Нет данных |
mustBeUnderlyingType | |
underlyingType |
Функция | Примечания и ограничения |
---|---|
iscolumn | Эта функция возвращает true для dlarray это - вектор-столбец, где каждая размерность кроме первого является одиночным элементом. Например, 3 dlarray 1 на 1 вектор-столбец. |
ismatrix | Эта функция возвращает true для dlarray объекты только с двумя размерностями и для dlarray объекты, где каждая размерность кроме первых двух является одиночным элементом. Например, 3 4 1 dlarray матрица. |
isrow | Эта функция возвращает true для dlarray это - вектор-строка, где каждая размерность кроме второго является одиночным элементом. Например, 1 dlarray 3 на 1 вектор-строка. |
isscalar | Нет данных |
isvector | Эта функция возвращает true для dlarray это - вектор-строка или вектор-столбец. Обратите внимание на то, что isvector не рассматривает 1 1 3 dlarray быть вектором. |
length | Нет данных |
ndims | Если вход |
numel | Нет данных |
size | Если вход |
Некоторые функции используют неявное расширение, чтобы объединиться два, отформатировал dlarray
входные параметры. Функция вводит помеченные одноэлементные размерности (размерности размера 1) во входные параметры, по мере необходимости, чтобы заставить их форматы соответствовать. Функция вставляет одноэлементные размерности в конце каждого блока размерностей с той же меткой.
Чтобы видеть пример этого поведения, введите следующий код.
X = ones(2,3,2); dlX = dlarray(X,'SCB') Y = 1:3; dlY = dlarray(Y,'C') dlZ = dlX.*dlY
dlX = 2(S) × 3(C) × 2(B) dlarray (:,:,1) = 1 1 1 1 1 1 (:,:,2) = 1 1 1 1 1 1 dlY = 3(C) × 1(U) dlarray 1 2 3 dlZ = 2(S) × 3(C) × 2(B) dlarray (:,:,1) = 1 2 3 1 2 3 (:,:,2) = 1 2 3 1 2 3
dlZ(i,j,k) = dlX(i,j,k).*dlY(j)
для индексов i
J
, и k
. Второе измерение dlZ
(пометил 'C'
) соответствует второму измерению dlX
и первая размерность dlY
.В общем случае формат одного dlarray
введите не должно быть подмножество формата другого dlarray
входной параметр. Например, если dlX
и dlY
входные параметры с dims(dlX) = 'SCB'
и dims(dlY) = 'SSCT'
, затем выход dlZ
имеет dims(dlZ) = 'SSCBT'
. 'S'
размерность dlX
карты к первому 'S'
размерность dlY
.
'U'
размерность dlarray
ведет себя по-другому по сравнению с другими помеченными размерностями, в которых это предоставляет стандартное одноэлементное поведение размерности MATLAB. Можно думать об отформатированном dlarray
как имеющий бесконечно многих 'U'
размерности размера 1 после размерностей, возвращенных size
.
Программное обеспечение отбрасывает 'U'
пометьте, если размерность не является неодиночным элементом, или это - одна из первых двух размерностей dlarray
.
Чтобы видеть пример этого поведения, введите следующий код.
X = ones(2,2);
dlX = dlarray(X,'SC')
dlX(:,:,2) = 2
dlX = 2(S) × 2(C) dlarray 1 1 1 1 dlX = 2(S) × 2(C) × 2(U) dlarray (:,:,1) = 1 1 1 1 (:,:,2) = 2 2 2 2
dlarray
к 3D dlarray
, и помечает третью размерность 'U'
по умолчанию. Для примера как 'U'
размерность используется в неявном расширении, смотрите Неявное расширение с Форматами данных.Индексация с dlarray
поддерживается и предоставляет следующие поведения:
dlX(idx1,...,idxn)
возвращает dlarray
с тем же форматом данных как dlX
если n
больше или равен ndims(dlX)
. В противном случае это возвращает бесформатный dlarray
.
Если вы устанавливаете dlY(idx1,...,idxn) = dlX
, затем формат данных dlY
сохраняется, несмотря на то, что программное обеспечение может добавить или удалить запаздывание 'U'
метки размерности. Формат данных dlX
не оказывает влияния на эту операцию.
Если вы удаляете части dlarray
использование dlX(idx1,…,idxn) = []
, затем формат данных dlX
сохраняется если n
больше или равен ndims(dlX)
. В противном случае, dlX
возвращен восстановленный после форматирования.
Когда вы используете функцию с dlarray
введите, порядок операций в функции может измениться на основе порядка внутренней памяти dlarray
. Это изменение может привести к различиям порядка округления для двух dlarray
объекты, которые в противном случае равны.
dlarray
| dlfeval
| dlgradient
| dlnetwork