Пользовательские слои глубокого обучения

Задайте пользовательские слои для глубокого обучения

Вы можете задать свой собственный пользовательский слой глубокого обучения для вашей задачи. Можно задать пользовательскую функцию потерь с помощью пользовательских слоев выхода и задать пользовательские слои с настраиваемыми параметрами или без. После определения пользовательского слоя можно проверить, является ли слой допустимым, совместимым с графическим процессором и выводит правильно определенные градиенты.

Функции

расширить все

checkLayerПроверяйте валидность пользовательского слоя
setLearnRateFactorУстановите коэффициент скорости обучения слоя настраиваемого параметра
setL2FactorУстановите коэффициент регуляризации L2 слоя настраиваемого параметра
getLearnRateFactorПолучите коэффициент скорости обучения слоя настраиваемого параметра
getL2FactorКоэффициент регуляризации L2 слоя настраиваемого параметра
findPlaceholderLayersПоиск слоев заполнителя в сетевой архитектуре, импортированной из Keras или ONNX
replaceLayerЗамените слой на графике слоев
assembleNetworkСобрать нейронную сеть для глубокого обучения из предварительно обученных слоев
PlaceholderLayerСлой, заменяющий неподдерживаемый слой Keras или ONNX или неподдерживаемые функции functionToLayerGraph

Темы

Пользовательские промежуточные слои

Задайте пользовательские слои глубокого обучения

Узнайте, как задать пользовательские слои глубокого обучения.

Задайте пользовательский слой глубокого обучения с настраиваемыми параметрами

В этом примере показано, как задать слой PReLU и использовать его в сверточной нейронной сети.

Задайте пользовательский слой глубокого обучения с несколькими входами

В этом примере показано, как задать пользовательский взвешенный слой сложения и использовать его в сверточной нейронной сети.

Задайте пользовательский слой глубокого обучения с форматированными входами

В этом примере показано, как задать пользовательский слой с форматированными dlarray входы.

Задайте пользовательскую функцию слоя назад

В этом примере показано, как задать слой PReLU и задать пользовательскую функцию назад.

Задайте пользовательский слой глубокого обучения для генерации кода

В этом примере показано, как задать слой PReLU, который поддерживает генерацию кода.

Пользовательские выходные слои

Задайте пользовательский выходной слой классификации

В этом примере показано, как задать пользовательский выходной слой классификации с суммой потерь при ошибке квадратов (SSE) и использовать его в сверточной нейронной сети.

Задайте пользовательский выходной слой регрессии

Этот пример показывает, как задать пользовательский выходной слой регрессии со средней абсолютной ошибкой (MAE) и использовать его в сверточной нейронной сети.

Задайте пользовательскую функцию обратных потерь выходного слоя

В этом примере показано, как задать пользовательский выходной слой классификации с суммой потерь при ошибке квадратов (SSE) и задать пользовательскую функцию обратных потерь.

Состав сети и вложенные слои

Нейронная сеть для глубокого обучения

Задайте пользовательские слои, содержащие графики слоев.

Задайте вложенный слой глубокого обучения

В этом примере показано, как задать вложенный слой глубокого обучения.

Обучите Нейронную сеть для глубокого обучения с вложенными слоями

В этом примере показано, как обучить сеть с вложенными слоями.

Проверяйте валидность слоя

Проверяйте валидность пользовательского слоя

Узнать, как проверить валидность пользовательских слоев глубокого обучения

Для просмотра документации необходимо авторизоваться на сайте