В этом примере показано, как импортировать пользовательский выходной слой классификации с суммой потерь ошибок квадратов (SSE) и добавить его в предварительно подготовленную сеть в Deep Network Designer.
Определите пользовательский выходной слой классификации. Чтобы создать этот слой, сохраните файл sseClassificationLayer.m в текущей папке. Дополнительные сведения о построении этого слоя см. в разделе Определение выходного слоя пользовательской классификации.
Создайте экземпляр слоя.
sseClassificationLayer = sseClassificationLayer('sse');Откройте Deep Network Designer с предварительно подготовленной сетью GoogLeNet.
deepNetworkDesigner(googlenet);
Для адаптации предварительно подготовленной сети замените последний обучаемый уровень и окончательный уровень классификации новыми уровнями, адаптированными к новому набору данных. В GoogLeNet эти слои имеют имена 'loss3-classifier' и 'output'соответственно.
На панели «Конструктор» перетащите новый fullyConnectedLayer из библиотеки слоев на холст. Набор OutputSize к новому количеству классов, в этом примере 2.
Изменение показателей обучения для более быстрого обучения в новых слоях, чем в перенесенных слоях. Набор WeightLearnRateFactor и BiasLearnRateFactor кому 10. Удалите последний полностью подключенный слой и подключите новый.
Затем замените выходной слой пользовательским классическим выходным слоем. Щелкните Создать (New) на панели Конструктор (Designer). Приостановите действие Из рабочей области (From Workspace) и щелкните Импорт (Import). Чтобы импортировать пользовательский слой классификации, выберите sseClassificationLayer и нажмите кнопку ОК.
Добавьте слой в текущую предварительно подготовленную сеть GoogLeNet, щелкнув Добавить. Приложение добавляет пользовательский слой в верхнюю часть панели Конструктор. Чтобы увидеть новый слой, увеличьте изображение с помощью мыши или нажмите кнопку «Увеличить».
Перетащите пользовательский слой в нижнюю часть панели «Конструктор». Замените выходной слой новым классическим выходным слоем и подключите новый слой.
Проверьте сеть, нажав кнопку Анализ. Сеть готова к обучению, если анализатор сети Deep Learning сообщает об отсутствии ошибок.
После создания сети можно импортировать данные и обучить их. Дополнительные сведения об импорте данных и обучении в Deep Network Designer см. в разделе Transfer Learning with Deep Network Designer.