Exponenta Banner

averagePooling1dLayer

1D средний слой объединения

расширьте все на странице

    Описание

    1D средний слой объединения выполняет субдискретизацию путем деления входа на 1D области объединения, затем вычисляя среднее значение каждой области.

    Размерность, что пулы слоя зависят от входа слоя:

    • Для временных рядов и векторного входа последовательности (данные с тремя измерениями, соответствующими каналам, наблюдениям и временным шагам), слой объединяет по измерению времени.

    • Для 1D входа изображений (данные с тремя измерениями, соответствующими пространственным пикселям, каналам и наблюдениям), слой объединяет по пространственной размерности.

    • Для 1D входа последовательности изображений (данные с четырьмя размерностями, соответствующими пространственным пикселям, каналам, наблюдениям и временным шагам), слой объединяет по пространственной размерности.

    Создание

    Синтаксис

    layer = averagePooling1dLayer(poolSize)
    layer = averagePooling1dLayer(poolSize,Name=Value)

    Описание

    пример

    layer = averagePooling1dLayer(poolSize) создает 1D средний слой объединения и устанавливает PoolSize свойство.

    пример

    layer = averagePooling1dLayer(poolSize,Name=Value) также задает дополнение или устанавливает Stride и свойства Name с помощью одних или нескольких дополнительных аргументов name-value. Например, averagePooling1dLayer(3,Padding=1,Stride=2) создает 1D средний слой объединения с размером пула 3, шаг 2, и дополнение размера 1 на обоих левый и правый из входа.

    Входные параметры

    развернуть все

    Аргументы в виде пар имя-значение

    Задайте дополнительные пары аргументов как Name1=Value1,...,NameN=ValueN, где Name имя аргумента и Value соответствующее значение. Аргументы name-value должны появиться после других аргументов, но порядок пар не имеет значения.

    Пример: averagePooling1dLayer(2,Padding=1) создает 1D макс. слой объединения с размером пула 3 и дополнением размера 1 слева и право на вход слоя.

    Дополнение, чтобы примениться к входу в виде одного из следующего:

    • "same" — Примените дополнение таким образом, что выходным размером является ceil(inputSize/stride), где inputSize длина входа. Когда Stride 1, выход одного размера с входом.

    • Неотрицательный целочисленный sz — Добавьте дополнение размера sz к обоим концам входа.

    • Векторный [l r] из неотрицательных целых чисел — Добавляют дополнение размера l налево и r справа от входа.

    Пример: Padding=[2 1] добавляет дополнение размера 2 налево и размера 1 направо.

    Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | char | string

    Свойства

    развернуть все

    Среднее объединение

    Ширина областей объединения в виде положительного целого числа.

    Ширина областей объединения PoolSize должен быть больше или быть равен дополнительным размерностям PaddingSize.

    Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

    Размер шага для того, чтобы пересечь вход в виде положительного целого числа.

    Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

    Размер дополнения, чтобы примениться к каждой стороне входа в виде векторного [l r] из двух неотрицательных целых чисел, где l дополнение, примененное налево и r дополнение, примененное направо.

    Когда вы создадите слой, используйте Padding аргумент значения имени, чтобы задать дополнительный размер.

    Типы данных: double

    Это свойство доступно только для чтения.

    Метод, чтобы определить дополнительный размер в виде одного из следующего:

    • 'manual' – Клавиатура с помощью целого числа или вектора задана Padding.

    • 'same' – Примените дополнение таким образом, что выходным размером является ceil(inputSize/Stride), где inputSize длина входа. Когда Stride 1, выход совпадает с входом.

    Чтобы задать дополнение слоя, используйте Padding аргумент значения имени.

    Типы данных: char

    Значение раньше заполняло вход в виде 0 или "mean".

    Когда вы используете Padding опция, чтобы добавить дополнение во вход, значение примененного дополнения может быть одним из следующего:

    • 0 — Вход дополнен нулями в положениях, заданных Padding свойство. Заполненные области включены в вычисление среднего значения областей объединения вдоль ребер.

    • "mean" — Вход дополнен средним значением области объединения в положениях, заданных Padding опция. Заполненные области эффективно исключены из вычисления среднего значения каждой области объединения.

    Слой

    Имя слоя в виде вектора символов или строкового скаляра. Для Layer вход массивов, trainNetwork, assembleNetwork, layerGraph, и dlnetwork функции автоматически присваивают имена к слоям с Name установите на ''.

    Типы данных: char | string

    Это свойство доступно только для чтения.

    Количество входных параметров слоя. Этот слой принимает один вход только.

    Типы данных: double

    Это свойство доступно только для чтения.

    Введите имена слоя. Этот слой принимает один вход только.

    Типы данных: cell

    Это свойство доступно только для чтения.

    Количество выходных параметров слоя. Этот слой имеет один выход только.

    Типы данных: double

    Это свойство доступно только для чтения.

    Выведите имена слоя. Этот слой имеет один выход только.

    Типы данных: cell

    Примеры

    свернуть все

    Скрипт Open Live Script

    Создайте 1D средний слой объединения с размером пула 3.

    layer = averagePooling1dLayer(3)
    layer = 
  AveragePooling1DLayer with properties:

            Name: ''

   Hyperparameters
        PoolSize: 3
          Stride: 1
     PaddingMode: 'manual'
     PaddingSize: [0 0]
    PaddingValue: 0

    Включайте 1D средний слой объединения в массив слоя.

    layers = [
    sequenceInputLayer(12)
    convolution1dLayer(11,96)
    reluLayer
    averagePooling1dLayer(3)
    convolution1dLayer(11,96)
    reluLayer
    globalMaxPooling1dLayer
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]
    layers = 
  10x1 Layer array with layers:

     1   ''   Sequence Input           Sequence input with 12 dimensions
     2   ''   Convolution              96 11 convolutions with stride 1 and padding [0  0]
     3   ''   ReLU                     ReLU
     4   ''   1-D Average Pooling      average pooling with pool size 3, stride 1, and padding [0  0]
     5   ''   Convolution              96 11 convolutions with stride 1 and padding [0  0]
     6   ''   ReLU                     ReLU
     7   ''   1-D Global Max Pooling   1-D global max pooling
     8   ''   Fully Connected          10 fully connected layer
     9   ''   Softmax                  softmax
    10   ''   Classification Output    crossentropyex

    Алгоритмы

    развернуть все

    Смотрите также

    | | | | | | | | |

    Темы

    Введенный в R2021b

    Документация Deep Learning Toolbox

    Поддержка