Exponenta Banner
exponenta event banner

globalMaxPooling3dLayer

3-D уровень глобального максимального пула

развернуть все на странице

Описание

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

Создание

Синтаксис

слой = globalMaxPooling3dLayer
слой = globalMaxPooling3dLayer («Имя», имя)

Описание

layer = globalMaxPooling3dLayer создает 3-D глобальный уровень максимального пула.

пример

layer = globalMaxPooling3dLayer('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

Функции объекта

Примеры

свернуть все

Открыть сценарий в реальном времени

Создание 3-D глобального слоя максимального пула с именем 'gmp1'.

layer = globalMaxPooling3dLayer('Name','gmp1')
layer = 
  GlobalMaxPooling3DLayer with properties:

    Name: 'gmp1'

Включайте 3D макс. слой объединения в a Layer массив.

layers = [ ...
    image3dInputLayer([28 28 28 3])
    convolution3dLayer(5,20)
    reluLayer
    globalMaxPooling3dLayer
    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 Max Pooling   3-D global max pooling
     5   ''   Fully Connected          10 fully connected layer
     6   ''   Softmax                  softmax
     7   ''   Classification Output    crossentropyex

Совет

  • В сети классификации изображений можно использовать globalMaxPooling3dLayer 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 globalMaxPooling3dLayer 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 globalAveragePooling3dLayer вместо этого. Является ли globalAveragPooling3dLayer или globalMaxPooling3dLayer является более подходящим в зависимости от набора данных.

    Для использования глобального среднего уровня объединения вместо полностью подключенного уровня размер входа в globalMaxPooling3dLayer должно соответствовать количеству классов в проблеме классификации

См. также

| | | |

Темы

Представлен в R2020a

Документация по инструментам для глубокого обучения

Поддержка