Exponenta Banner

functionToLayerGraph

Преобразуйте функцию модели глубокого обучения в график слоев

свернуть все на странице

Синтаксис

lgraph = functionToLayerGraph(fun,x)
lgraph = functionToLayerGraph(fun,x,Name,Value)

Описание

пример

lgraph = functionToLayerGraph(fun,x) возвращает график слоев на основе функции массива глубокого обучения fun. functionToLayerGraph преобразует только те операции в fun это работает с dlarray объекты среди входных параметров в x. Включать дополнительные параметры или данные в fun, смотрите, что тема Параметрировать Функции или пример Создает График слоев из Функции.

functionToLayerGraph оценивает funX) и прослеживает выполнение, чтобы вывести эквивалентный график слоев, по мере возможности. Шаги в funX) это functionToLayerGraph может проследить оба на основе dlarray аргументы и поддерживаются призывы к dlarray. См. Список Функций с Поддержкой dlarray. Для неподдерживаемых функций, functionToLayerGraph создает PlaceholderLayer.

lgraph = functionToLayerGraph(fun,x,Name,Value) задает опции с помощью одного или нескольких аргументов пары "имя-значение" в дополнение к входным параметрам в предыдущем синтаксисе.

Примеры

свернуть все

Скрипт Open Live Script

simplemodel функция в конце этого примера создает, полностью соединил выходные параметры, сопровождаемые softmax операция. Создать график слоев из этой функции на основе dlarray данные, создайте входные массивы как dlarray объекты, и создают указатель на функцию к simplemodel функция включая данные.

rng default % For reproducibility
dlX1 = dlarray(rand(10),'CB');
dlX2 = dlarray(zeros(10,1),'CB');
fun = @(x)simplemodel(x,dlX1,dlX2);

Вызовите functionToLayerGraph использование dlarray для входных данных dlX.

dlX = dlarray(ones(10,1),'CB');
lgraph = functionToLayerGraph(fun,dlX)
lgraph = 
  LayerGraph with properties:

         Layers: [2x1 nnet.cnn.layer.Layer]
    Connections: [1x2 table]
     InputNames: {1x0 cell}
    OutputNames: {1x0 cell}

Исследуйте получившиеся слои в lgraph.

disp(lgraph.Layers)
  2x1 Layer array with layers:

     1   'fc_1'   Fully Connected   10 fully connected layer
     2   'sm_1'   Softmax           softmax

function y = simplemodel(x,w,b)
y = fullyconnect(x,w,b);
y = softmax(y);
end

Входные параметры

свернуть все

Функция, чтобы преобразовать в виде указателя на функцию.

Пример: @relu

Типы данных: function_handle

Данные для функции в виде любого типа данных. Только dlarray данные прослежены и преобразованы в график слоев.

Пример: dlarray(zeros(12*50,23))

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical | char | string | struct | table | cell | function_handle | categorical | datetime | duration | calendarDuration | fi

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'GenerateLayer','placeholder-layer'

Тип слоя, чтобы сгенерировать для недопустимых операций в funВ виде 'custom-layer' или 'placeholder-layer'.

Когда операция в fun не соответствует слою в Deep Learning Toolbox™, программное обеспечение генерирует слой, чтобы представлять ту функциональность. 'GenerateLayer' опция задает тип слоя можно следующим образом.

Пример: 'GenerateLayer','placeholder-layer'

Префикс для генерирует пользовательские слои в виде символьного вектора.

Эта опция применяется только когда 'GenerateLayer' опцией является 'custom-layer'. Имя каждого сгенерированного пользовательского слоя запускается с заданного префикса.

Пример: 'CustomLayerPrefix','myGeneratedLayer'

Выходные аргументы

свернуть все

График слоев, возвращенный как LayerGraph объект.

Смотрите также

| | |

Темы

Введенный в R2019b

Документация Deep Learning Toolbox

Поддержка