Документация

imageInputLayer

Уровень ввода изображения вводит 2-D изображения в сеть и применяет нормализацию данных.

Да. Выполняется как один тип данных в ПО.

convolution2dLayer

2-D сверточный слой применяет скользящие сверточные фильтры к входу.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

groupedConvolution2dLayer

2-D сгруппированный сверточный слой разделяет входные каналы на группы и применяет скользящие сверточные фильтры. Используйте сгруппированные сверточные слои для разделяемых по каналам (также называемых разделяемыми по глубине) сверток.

Создание кода теперь поддерживается для 2-D сгруппированного слоя свертки, который имеет NumGroups свойство установлено как 'channel-wise'.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

fullyConnectedLayer

Полностью связанный слой умножает входной сигнал на весовую матрицу, а затем добавляет вектор смещения.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

reluLayer

Уровень ReLU выполняет пороговую операцию для каждого элемента входного сигнала, где любое значение, меньшее нуля, устанавливается равным нулю.

Уровень ReLU поддерживается только тогда, когда ему предшествует любой из следующих уровней:

Да

leakyReluLayer

Уровень ReLU с утечкой выполняет пороговую операцию, где любое входное значение, меньшее нуля, умножается на фиксированный скаляр.

Протекающий уровень ReLU поддерживается только тогда, когда ему предшествует любой из следующих уровней:

Да

clippedReluLayer

Подрезанный слой ReLU выполняет пороговую операцию, при которой любое входное значение меньше нуля устанавливается равным нулю, а любое значение выше потолка подрезки устанавливается равным этому значению потолка подрезки.

Подрезанный слой ReLU поддерживается только тогда, когда ему предшествует любой из следующих слоев:

Да

batchNormalizationLayer

Уровень нормализации пакета нормализует каждый входной канал в мини-пакете.

Слой пакетной нормализации поддерживается только тогда, когда ему предшествует слой свертки.

Да

crossChannelNormalizationLayer

Канальный уровень локальной (кросс-канальной) нормализации выполняет канальную нормализацию.

WindowChannelSize должен находиться в диапазоне 3-9 для генерации кода.

Да. Выполняется как один тип данных в HW.

dropoutLayer

Уровень отсева случайным образом устанавливает входные элементы в ноль с заданной вероятностью.

Да

maxPooling2dLayer

Максимальный уровень объединения выполняет нисходящую выборку путем разделения входных данных на прямоугольные области объединения и вычисления максимума каждой области.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

averagePooling2dLayer

Средний уровень объединения выполняет нисходящую выборку путем разделения входных данных на прямоугольные области объединения и вычисления средних значений каждой области.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

globalAveragePooling2dLayer

Уровень глобального среднего объединения выполняет выборку вниз путем вычисления среднего значения высоты и ширины входного сигнала.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Да

additionLayer

Уровень сложения добавляет входные данные от нескольких уровней нейронной сети по элементам.

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

depthConcatenationLayer

Слой конкатенации глубины принимает входные данные одинаковой высоты и ширины и объединяет их вдоль третьего размера (размера канала).

Эти ограничения применяются при создании кода для сети с использованием этого уровня:

Нет

softmax

Уровень softmax применяет функцию softmax к входу.

Да. Выполняется как один тип данных в ПО.

classificationLayer

Уровень классификации вычисляет потери перекрестной энтропии для проблем классификации нескольких классов с взаимоисключающими классами.

Да

regressionLayer

Регрессионный уровень вычисляет среднеквадратичную потерю ошибок для регрессионных задач.

Да

Распрямление активаций на 1-D слои в соответствии с порядком C-style (строка-мажор).

A nnet.keras.layer.FlattenCStyleLayer поддерживается только тогда, когда за ним следует полностью подключенный уровень.

Да

Нулевой слой заполнения для ввода 2-D.

A nnet.keras.layer.ZeroPadding2dLayer поддерживается только тогда, когда за ним следует слой свертки или слой maxpool.

Да