主要内容

maxPooling1dLayer

1-D最大池化层

自从R2021b

    描述

    1-D最大池化层通过将输入划分为1-D池化区域,然后计算每个区域的最大值来进行下采样。

    层池的维度取决于层输入:

    • 对于时间序列和矢量序列输入(数据具有三维对应的“C”(通道),“B”(批处理),“T”(时间)维度),层池over“T”维度(时间)。

    • 对于1-D图像输入(数据与三维对应“S”(空间),“C”(频道),“B”(批量)尺寸),层池超过“S”(空间)维度。

    • 对于1-D图像序列输入(数据与4维对应“S”(空间),“C”(通道),“B”(批处理),“T”(时间)维度),层池over“S”(空间)维度。

    创建

    描述

    = maxPooling1dLayer (poolSize创建一个1-D最大池化层,并设置PoolSize财产。

    例子

    = maxPooling1dLayer (poolSize名称=值还指定填充或设置名字使用一个或多个可选名称-值参数的属性。例如,maxPooling1dLayer(3、填充= 1,跨步= 2)创建一个池大小为的一维最大池化层3.,一大步2,以及大小的填充1在输入的左边和右边。

    输入参数

    全部展开

    名称-值参数

    指定可选参数对为Name1 = Value1,…,以=家,在那里名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。

    例子:maxPooling1dLayer(3,填充= 1)创建一个1- d最大池化层,池大小为3,填充大小为1的层输入的左边和右边。

    要应用于输入的填充,指定为以下之一:

    • “相同”-应用填充使输出大小为装天花板(inputSize /步),在那里inputSize是输入的长度。当1时,输出与输入大小相同。

    • 非负整数深圳-添加填充大小深圳输入的两端。

    • 向量(l r)的非负整数-添加填充大小l在左边r在输入的右边。

    例子:填充= (2 - 1)向左添加大小为2的填充,向右添加大小为1的填充。

    数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|字符|字符串

    属性

    全部展开

    马克斯池

    池化区域的宽度,指定为正整数。

    池化区域的宽度PoolSize必须大于或等于填充尺寸PaddingSize

    数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

    遍历输入的步长,指定为正整数。

    数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

    应用于输入的每一侧的填充大小,指定为一个向量(l r)两个非负整数,其中l填充适用于左侧和r是应用于右侧的填充。

    创建图层时,使用填充参数指定填充大小。

    数据类型:

    此属性是只读的。

    方法确定填充大小,指定为以下之一:

    • “手动”-使用指定的整数或向量进行填充填充

    • “相同”-应用填充使输出大小为装天花板(inputSize /步),在那里inputSize是输入的长度。当1时,输出与输入相同。

    要指定层填充,请使用填充名称-值参数。

    数据类型:字符

    层名,指定为字符向量或字符串标量。为数组输入时,trainNetworkassembleNetworklayerGraph,dlnetwork函数自动为具有该名称的层分配名称''

    数据类型:字符|字符串

    此属性是只读的。

    该层的输入数量。该层只接受单个输入。

    数据类型:

    此属性是只读的。

    输入层的名称。该层只接受单个输入。

    数据类型:细胞

    此属性是只读的。

    层的输出数量。这个图层只有一个输出。

    数据类型:

    此属性是只读的。

    输出层的名称。这个图层只有一个输出。

    数据类型:细胞

    例子

    全部折叠

    创建一个池大小为3的1-D最大池化层。

    layer = maxPooling1dLayer(3);

    在层数组中包含一个1-D最大池化层。

    layers = [sequenceInputLayer(12,MinLength=40) convolution1dLayer(11,96) reluLayer maxPooling1dLayer(3) convolution1dLayer(11,96) reluLayer globalMaxPooling1dLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
    图层数组= 10x11”序列输入序列输入12维度2“一维卷积96 11旋转步1和填充[0 0]3”ReLU ReLU 4”一维最大池最大池的池大小3步1,填充[0 0]5“一维卷积96 11旋转步1和填充[0 0]6”ReLU ReLU 7“一维全球最大池一维全球最大池8”完全连接10完全连接层9”Softmax Softmax 10”crossentropyex分类输出

    算法

    全部展开

    版本历史

    R2021b中引入

    Baidu
    map