Высота и ширина фильтров, заданных как вектор двух положительных целых чисел [h w], где h - высота и w - ширина. FilterSize определяет размер локальных областей, с которыми нейроны соединяются во входе.

Если вы задаете FilterSize используя входной параметр, можно задать FilterSize в качестве скаляра для использования одинакового значения для обеих размерностей.

Пример: [5 5] задает фильтры высоты 5 и ширины 5.

Количество фильтров, заданное в виде положительного целого числа. Это количество соответствует количеству нейронов в сверточном слое, которые соединяются с одной и той же областью на входе. Этот параметр определяет количество каналов (функции) в выходе сверточного слоя.

Пример: 96

Размер шага для прохождения входа вертикально и горизонтально, заданный как вектор [a b] двух положительных целых чисел, где a - размер и b вертикального шага - горизонтальный размер шага. При создании слоя можно задать Stride в качестве скаляра для использования одинакового значения для обоих размеров шага.

Пример: [2 3] задает размер шага по вертикали 2 и размер шага по горизонтали 3.

Метод для определения размера кадрирования, заданный как 'manual' или то же самое.

Программа автоматически устанавливает значение CroppingMode на основе 'Cropping' значение, заданное при создании слоя.

Чтобы задать размер кадрирования, используйте 'Cropping' опция transposedConv2dLayer.

Выход выходного размера, заданное как вектор четырех неотрицательных целых чисел [t b l r], где t, b, l, r - количество урожая из верхней части, нижнего, левого и правого полей соответственно.

Чтобы задать размер кадрирования вручную, используйте 'Cropping' опция transposedConv2dLayer.

Пример: [0 1 0 1]

Выход выходного размера, заданное как вектор двух неотрицательных целых чисел [a b], где a соответствует обрезке с верхней части и дна и b соответствует обрезке слева и справа.

Чтобы задать размер кадрирования вручную, используйте 'Cropping' опция transposedConv2dLayer.

Пример: [0 1]

Количество каналов для каждого фильтра, заданное как 'NumChannels'и 'auto' или целое число.

Этот параметр должен быть равен количеству каналов входа в этот сверточный слой. Для примера, если вход является цветным изображением, то количество каналов для ввода должно быть 3. Если количество фильтров для сверточного слоя перед текущим слоем составляет 16, то количество каналов для этого слоя должно быть 16.

Функция для инициализации весов, заданная как одно из следующего:

Слой инициализирует веса только тогда, когда Weights свойство пустое.

Типы данных: char | string | function_handle

Функция для инициализации смещения, заданная как одно из следующего:

Слой инициализирует смещение только тогда, когда Bias свойство пустое.

Типы данных: char | string | function_handle

Веса слоев для сверточного слоя, заданные как FilterSize(1)-by- FilterSize(2)-by- NumFilters-by- NumChannels массив.

Веса слоев являются настраиваемыми параметрами. Можно задать начальное значение для весов непосредственно с помощью Weights свойство слоя. При обучении сети, если Weights свойство слоя непусто, тогда trainNetwork использует Weights свойство как начальное значение. Если на Weights свойство пустое, тогда trainNetwork использует инициализатор, заданный как WeightsInitializer свойство слоя.

Типы данных: single | double

Смещения слоев для сверточного слоя, заданные как числовой массив.

Смещения слоя являются настраиваемыми параметрами. При обучении сети, если Bias непусто, тогда trainNetwork использует Bias свойство как начальное значение. Если Bias пуст, тогда trainNetwork использует инициализатор, заданный как BiasInitializer.

Во время обучения Bias является 1 на 1-бай- NumFilters массив.

Типы данных: single | double

Коэффициент скорости обучения для весов, заданный как неотрицательный скаляр.

Программа умножает этот коэффициент на глобальный темп обучения, чтобы определить скорость обучения для весов на этом слое. Для примера, если WeightLearnRateFactor равен 2, тогда скорость обучения для весов на этом слое в два раза превышает текущую глобальную скорость обучения. Программа определяет глобальную скорость обучения на основе настроек, заданных в trainingOptions функция.

Пример: 2

Коэффициент скорости обучения для смещений, заданный как неотрицательный скаляр.

Программа умножает этот коэффициент на глобальную скорость обучения, чтобы определить скорость обучения для смещений на этом слое. Для примера, если BiasLearnRateFactor равен 2, тогда скорость обучения для смещений в слое в два раза превышает текущую глобальную скорость обучения. Программа определяет глобальную скорость обучения на основе настроек, заданных в trainingOptions функция.

Пример: 2

L2 регуляризации для весов, заданный как неотрицательный скаляр.

Программа умножает этот коэффициент на глобальный коэффициент регуляризации L2, чтобы определить L2 регуляризацию для весов на этом слое. Для примера, если WeightL2Factor равен 2, тогда L2 регуляризация для весов в этом слое в два раза превышает глобальный коэффициент регуляризации L2. Можно задать глобальный коэффициент регуляризации L2 с помощью trainingOptions функция.

Пример: 2

L2 регуляризации для смещений, заданный как неотрицательный скаляр.

Программа умножает этот коэффициент на глобальный коэффициент регуляризации L2, чтобы определить L2 регуляризацию для смещений на этом слое. Для примера, если BiasL2Factor равен 2, тогда L2 регуляризация для смещений в этом слое в два раза превышает глобальный коэффициент регуляризации L2. Можно задать глобальный коэффициент регуляризации L2 с помощью trainingOptions функция.

Пример: 2

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. Этот слой имеет только один выход.

Типы данных: double

Выходные имена слоя. Этот слой имеет только один выход.

Типы данных: cell