Exponenta Banner
exponenta event banner

reluLayer

Слой выпрямленного линейного блока (ReLU)

развернуть все на странице

Описание

Уровень ReLU выполняет пороговую операцию для каждого элемента входа, где любое значение меньше нуля устанавливается равным нулю.

Эта операция эквивалентна

f (x) ={x,x≥00,x<0.

Создание

Синтаксис

layer = reluLayer
layer = reluLayer («Имя», «Имя»)

Описание

layer = reluLayer создает слой ReLU.

пример

layer = reluLayer('Name',Name) создает слой ReLU и устанавливает необязательный Name с использованием пары имя-значение. Например, reluLayer('Name','relu1') создает слой ReLU с именем 'relu1'.

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 слоя ReLU с именем 'relu1'.

layer = reluLayer('Name','relu1')
layer = 
  ReLULayer with properties:

    Name: 'relu1'

Включение уровня ReLU в Layer массив.

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]
layers = 
  7x1 Layer array with layers:

     1   ''   Image Input             28x28x1 images with 'zerocenter' normalization
     2   ''   Convolution             20 5x5 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                    ReLU
     4   ''   Max Pooling             2x2 max pooling with stride [2  2] and padding [0  0  0  0]
     5   ''   Fully Connected         10 fully connected layer
     6   ''   Softmax                 softmax
     7   ''   Classification Output   crossentropyex

Подробнее

развернуть все

Ссылки

[1] Наир, Винод и Джеффри Э. Хинтон. «Выпрямленные линейные блоки улучшают ограниченную работу машин boltzmann». В трудах 27-й международной конференции по машинному обучению (ICML-10), стр. 807-814. 2010.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

Создание кода графического процессора
Создание кода CUDA ® для графических процессоров NVIDIA ® с помощью Coder™ графических процессоров

.

См. также

| | | | |

Темы

Представлен в R2016a

Документация по инструментам для глубокого обучения

Поддержка