Exponenta Banner
exponenta event banner

globalAveragePooling3dLayer

3-D уровень глобального среднего объединения

развернуть все на странице

Описание

3-D уровень глобального среднего объединения выполняет понижающую дискретизацию путем вычисления среднего значения высоты, ширины и глубины входного сигнала.

Создание

Синтаксис

слой = globalAveragePooling3dLayer
слой = globalAveragePooling3dLayer («Имя», имя)

Описание

layer = globalAveragePooling3dLayer создает 3-D уровень глобального среднего пула.

пример

layer = globalAveragePooling3dLayer('Name',name) устанавливает необязательный Name собственность.

Свойства

развернуть все

Имя слоя, указанное как символьный вектор или строковый скаляр. Чтобы включить слой в график слоев, необходимо указать непустое уникальное имя слоя. Если вы обучаете последовательную сеть с уровнем и Name имеет значение ''затем программа автоматически присваивает имя слою во время обучения.

Типы данных: char | string

Количество входов слоя. Этот слой принимает только один вход.

Типы данных: double

Входные имена слоя. Этот слой принимает только один вход.

Типы данных: cell

Количество выходов уровня. Этот уровень имеет только один выход.

Типы данных: double

Выходные имена слоя. Этот уровень имеет только один выход.

Типы данных: cell

Примеры

свернуть все

Открыть сценарий в реальном времени

Создание 3-D слоя глобального среднего пула с именем 'gap1'.

layer = globalAveragePooling3dLayer('Name','gap1')
layer = 
  GlobalAveragePooling3DLayer with properties:

    Name: 'gap1'

Включить 3-D уровень глобального среднего пула в Layer массив.

layers = [ ...
    image3dInputLayer([28 28 28 3])
    convolution3dLayer(5,20)
    reluLayer
    globalAveragePooling3dLayer
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]
layers = 
  7x1 Layer array with layers:

     1   ''   3-D Image Input              28x28x28x3 images with 'zerocenter' normalization
     2   ''   Convolution                  20 5x5x5 convolutions with stride [1  1  1] and padding [0  0  0; 0  0  0]
     3   ''   ReLU                         ReLU
     4   ''   3-D Global Average Pooling   3-D global average pooling
     5   ''   Fully Connected              10 fully connected layer
     6   ''   Softmax                      softmax
     7   ''   Classification Output        crossentropyex

Совет

  • В сети классификации изображений можно использовать globalAveragePooling3dLayer перед окончательным полностью соединенным слоем для уменьшения размера активаций без ущерба для производительности. Уменьшенный размер активизаций означает, что нижерасположенные полностью соединенные слои будут иметь меньший вес, уменьшая размер сети.

  • Вы можете использовать globalAveragePooling3dLayer к концу классификационной сети вместо fullyConnectedLayer. Поскольку глобальные уровни объединения не имеют обучаемых параметров, они могут быть менее склонны к переоборудованию и могут уменьшить размер сети. Эти сети также могут быть более устойчивыми к пространственным трансляциям входных данных. Можно также заменить полностью связанный слой на globalMaxPooling3dLayer вместо этого. Является ли globalMaxPooling3dLayer или globalAveragePooling3dLayer является более подходящим в зависимости от набора данных.

    Для использования глобального среднего уровня объединения вместо полностью подключенного уровня размер входа в globalAveragePooling3dLayer должно соответствовать количеству классов в проблеме классификации

См. также

| | | |

Темы

Представлен в R2019b

Документация по инструментам для глубокого обучения

Поддержка