depthConcatenationLayer
Слой конкатенации глубин
Описание
Слой конкатенации глубин принимает входы, которые имеют ту же высоту и ширину и конкатенирует их вдоль третьей размерности (размерность канала).
Задайте количество входов в слой при его создании. Входы имеют имена 'in1','in2',...,'inN', где N - количество входов. Используйте входные имена при соединении или разъединении слоя при помощи connectLayers или disconnectLayers.
Создание
Синтаксис
Описание
layer = depthConcatenationLayer(numInputs)numInputs входы по третьей (канальной) размерности. Эта функция также устанавливает NumInputs свойство.
Свойства
Примеры
Создайте и соедините слой конкатенации глубин
Создайте слой конкатенации глубин с двумя входами и именем 'concat_1'.
concat = depthConcatenationLayer(2,'Name','concat_1')
concat =
DepthConcatenationLayer with properties:
Name: 'concat_1'
NumInputs: 2
InputNames: {'in1' 'in2'}
Создайте два слоя ReLU и соедините их с слоем конкатенации глубин. Слой конкатенации глубин объединяет выходы из слоев ReLU.
relu_1 = reluLayer('Name','relu_1'); relu_2 = reluLayer('Name','relu_2'); lgraph = layerGraph; lgraph = addLayers(lgraph,relu_1); lgraph = addLayers(lgraph,relu_2); lgraph = addLayers(lgraph,concat); lgraph = connectLayers(lgraph,'relu_1','concat_1/in1'); lgraph = connectLayers(lgraph,'relu_2','concat_1/in2'); plot(lgraph)
Расширенные возможности
См. также
additionLayer | connectLayers | disconnectLayers | layerGraph | trainNetwork
Темы
- Создайте простую сеть глубокого обучения для классификации
- Глубокое обучение в MATLAB
- Предварительно обученные глубокие нейронные сети
- Настройте параметры и обучите сверточную нейронную сеть
- Задайте слои сверточной нейронной сети
- Обучите остаточную сеть для классификации изображений
- Список слоев глубокого обучения