входные слои 3-D изображения
A входного слоя 3-D изображения вводит 3-D изображения или объемы в сеть и применяет нормализацию данных.
Для 2-D входы изображений используйте imageInputLayer.
layer = image3dInputLayer(inputSize)InputSize свойство.
layer = image3dInputLayer(inputSize,Name,Value)
InputSize - Размер входаРазмер входных данных, заданный как вектор-строка из целых чисел [h w d c], где h, w, d, и c соответствуют высоте, ширине, глубине и количеству каналов соответственно.
Для входов в полутоновом цвете задайте вектор с c равно 1.
Для входа RGB задайте вектор с c равно 3.
Для мультиспектрального или гиперспектрального входов задайте вектор с c равен количеству каналов.
Для 2-D входы изображений используйте imageInputLayer.
Пример:
[132 132 116 3]
Normalization - Нормализация данных'zerocenter' (по умолчанию) | 'zscore' | 'rescale-symmetric' | 'rescale-zero-one' | 'none' | указатель на функциюНормализация данных для применения каждый раз, когда данные передаются вперед через слой входа, заданная как одно из следующего:
'zerocenter' - Вычесть среднее значение, заданное как Mean.
'zscore' - Вычесть среднее значение, заданное как Mean и разделите по StandardDeviation.
'rescale-symmetric' - Переформулируйте вход в области значений [-1, 1] с помощью минимального и максимального значений, заданных Min и Max, соответственно.
'rescale-zero-one' - Переопределите вход в области значений [0, 1] с помощью минимального и максимального значений, заданных Min и Max, соответственно.
'none' - Не нормализуйте входные данные.
указатель на функцию - Нормализуйте данные с помощью заданной функции. Функция должна иметь вид Y = func(X), где X - входные данные и выходные Y - нормированные данные.
Совет
По умолчанию программа автоматически вычисляет статистику нормализации во время обучения. Чтобы сэкономить время при обучении, укажите необходимую статистику для нормализации и установите 'ResetInputNormalization' опция в trainingOptions на false.
NormalizationDimension - Нормализационная размерность'auto' (по умолчанию) | 'channel' | 'element' | 'all'Нормализующая размерность, заданная как одно из следующего:
'auto' - Если опция обучения false и вы задаете любую из статистики нормализации (Mean, StandardDeviation, Min, или Max), затем нормализуйте по размерностям, соответствующим статистике. В противном случае пересчитайте статистику во время обучения и примените нормализацию по каналу.
'channel' - Нормализация по каналам.
'element' - Поэлементная нормализация.
'all' - Нормализуйте все значения с помощью скалярной статистики.
Mean - Среднее значение для нормализации с нулевым центром и z-результатом[] (по умолчанию) | 4-D массив | числовым скаляромСредний для нулевого центра и нормализации z-счета, определенной как h w d c массив, 1 на 1 на 1 c массивом средств за канал, числовой скаляр или [], где h, w, d и c соответствуют высоте, ширине, глубине и количеству каналов среднего значения, соответственно.
Если вы задаете Mean свойство, затем Normalization должен быть 'zerocenter' или 'zscore'. Если Mean является []затем программное обеспечение вычисляет среднее значение во время обучения.
Можно задать это свойство при создании сетей без обучения (для примера, при сборке сетей с помощью assembleNetwork).
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
StandardDeviation - Стандартное отклонение для нормализации z-балла[] (по умолчанию) | 4-D массив | числовым скаляромСтандартное отклонение для нормализации z-счета, определенной как h w d c массив, 1 на 1 на 1 c массивом средств за канал, числовой скаляр или [], где h, w, d и c соответствуют высоте, ширине, глубине и количеству каналов стандартного отклонения, соответственно.
Если вы задаете StandardDeviation свойство, затем Normalization должен быть 'zscore'. Если StandardDeviation является []затем программное обеспечение вычисляет стандартное отклонение во время обучения.
Можно задать это свойство при создании сетей без обучения (для примера, при сборке сетей с помощью assembleNetwork).
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Min - Минимальное значение для перемасштабирования[] (по умолчанию) | 4-D массив | числовым скаляромМинимальное значение для перемасштабирования, определенный как h w d c массив, 1 на 1 на 1 c массивом минимумов за канал, числовой скаляр или [], где h, w, d и c соответствуют высоте, ширине, глубине и количеству каналов минимумов, соответственно.
Если вы задаете Min свойство, затем Normalization должен быть 'rescale-symmetric' или 'rescale-zero-one'. Если Min является [], затем программное обеспечение вычисляет минимум во время обучения.
Можно задать это свойство при создании сетей без обучения (для примера, при сборке сетей с помощью assembleNetwork).
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Max - Максимальное значение для перемасштабирования[] (по умолчанию) | 4-D массив | числовым скаляромМаксимальное значение для перемасштабирования, определенный как h w d c массив, 1 на 1 на 1 c массивом максимумов за канал, числовой скаляр или [], где h, w, d и c соответствуют высоте, ширине, глубине и количеству каналов максимумов, соответственно.
Если вы задаете Min свойство, затем Normalization должен быть 'rescale-symmetric' или 'rescale-zero-one'. Если Max является [], затем программное обеспечение вычисляет максимум во время обучения.
Можно задать это свойство при создании сетей без обучения (для примера, при сборке сетей с помощью assembleNetwork).
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Name - Имя слоя'' (по умолчанию) | символьный вектор | строковый скаляр
Имя слоя, заданное как вектор символов или строковый скаляр. Чтобы включить слой в график слоев, необходимо задать непустое уникальное имя слоя. Если вы обучаете последовательную сеть с слоем и Name установлено в ''затем программа автоматически присваивает слою имя во время обучения.
Типы данных: char | string
NumInputs - Количество входовКоличество входов слоя. Слой не имеет входов.
Типы данных: double
InputNames - Входные имена{} (по умолчанию)Входные имена слоя. Слой не имеет входов.
Типы данных: cell
NumOutputs - Количество выходовКоличество выходов слоя. Этот слой имеет только один выход.
Типы данных: double
OutputNames - Выходные имена{'out'} (по умолчанию)Выходные имена слоя. Этот слой имеет только один выход.
Типы данных: cell
Создайте входной слой 3-D изображения для цветных 3D изображений 132 на 132 на 116 с именем 'input'. По умолчанию слой выполняет нормализацию данных путем вычитания среднего изображения набора обучающих данных из каждого входа изображения.
layer = image3dInputLayer([132 132 116],'Name','input')
layer =
Image3DInputLayer with properties:
Name: 'input'
InputSize: [132 132 116 1]
Hyperparameters
Normalization: 'zerocenter'
NormalizationDimension: 'auto'
Mean: []
Включите входной слой 3-D изображения в Layer массив.
layers = [
image3dInputLayer([28 28 28 3])
convolution3dLayer(5,16,'Stride',4)
reluLayer
maxPooling3dLayer(2,'Stride',4)
fullyConnectedLayer(10)
softmaxLayer
classificationLayer]layers =
7x1 Layer array with layers:
1 '' 3-D Image Input 28x28x28x3 images with 'zerocenter' normalization
2 '' Convolution 16 5x5x5 convolutions with stride [4 4 4] and padding [0 0 0; 0 0 0]
3 '' ReLU ReLU
4 '' 3-D Max Pooling 2x2x2 max pooling with stride [4 4 4] and padding [0 0 0; 0 0 0]
5 '' Fully Connected 10 fully connected layer
6 '' Softmax softmax
7 '' Classification Output crossentropyex
AverageImage свойство будет удаленоНе рекомендуемый запуск в R2019b
AverageImage будет удалено. Использование Mean вместо этого. Чтобы обновить код, замените все образцы AverageImage с Mean. Нет различий между свойствами, которые требуют дополнительных обновлений вашего кода.
imageInputLayer и image3dInputLayerпо умолчанию используйте канальную нормализациюИзменение поведения в будущем релизе
Начиная с R2019b, imageInputLayer и image3dInputLayerпо умолчанию используйте нормализацию по каналу. В предыдущих версиях эти слои используют поэлементную нормализацию. Чтобы воспроизвести это поведение, установите NormalizationDimension опция для этих слоев, чтобы 'element'.
averagePooling3dLayer | convolution3dLayer | fullyConnectedLayer | imageInputLayer | maxPooling3dLayer | trainNetwork | transposedConv3dLayer
У вас есть измененная версия этого примера. Вы хотите открыть этот пример с вашими правками?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.