RegressionOutputLayer

Выходной слой регрессии

Описание

Регрессионный слой вычисляет полусреднюю потерю в квадратичной невязке для задач регрессии.

Создание

Создайте регрессионный выходной слой с помощью regressionLayer.

Свойства

расширить все

Выходы регрессии

Имена ответов, заданные массив ячеек из векторов символов или строковые массивы. Во время обучения программное обеспечение автоматически устанавливает имена ответов согласно обучающим данным. Значение по умолчанию является {}.

Типы данных: cell

Функция потерь, используемая программным обеспечением для обучения, задается как 'mean-squared-error'.

Слой

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

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 слоя. Слой не имеет выходов.

Типы данных: double

Выходные имена слоя. Слой не имеет выходов.

Типы данных: cell

Примеры

свернуть все

Создайте регрессионный выходной слой с именем 'routput'.

layer = regressionLayer('Name','routput')
layer = 
  RegressionOutputLayer with properties:

             Name: 'routput'
    ResponseNames: {}

   Hyperparameters
     LossFunction: 'mean-squared-error'

Функция потерь по умолчанию для регрессии является средней квадратичной ошибкой.

Включите регрессионный выходной слой в массив слоев.

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(12,25)
    reluLayer
    fullyConnectedLayer(1)
    regressionLayer]
layers = 
  5x1 Layer array with layers:

     1   ''   Image Input         28x28x1 images with 'zerocenter' normalization
     2   ''   Convolution         25 12x12 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                ReLU
     4   ''   Fully Connected     1 fully connected layer
     5   ''   Regression Output   mean-squared-error

Подробнее о

расширить все

Введенный в R2017a
Для просмотра документации необходимо авторизоваться на сайте