ClassificationOutputLayer
分类层
描述
分类层计算类别互斥的分类任务和加权分类任务的交叉熵损失。
创建
使用创建分类层classificationLayer
.
属性
分类输出
ClassWeights
- - - - - -加权交叉熵损失的分类权重
“没有”
(默认)|正数向量
加权交叉熵损失的类权重,指定为正数或向量“没有”
.
对于向量类的权重,每个元素表示类中对应类的权重类
财产。要指定类权重的向量,还必须指定使用的类“类”
.
如果ClassWeights
属性是“没有”
,则该层应用无加权交叉熵损失。
类
- - - - - -类的输出层
“汽车”
(默认)|分类向量|字符串数组|字符向量的单元格数组
类,指定为分类向量、字符串数组、字符向量的单元格数组或“汽车”
.如果类
是“汽车”
,然后软件在训练时间自动设置课程。如果指定字符向量的字符串数组或单元格数组str
,则软件将输出层的类设置为分类(str, str)
.
数据类型:字符
|分类
|字符串
|细胞
OutputSize
- - - - - -输出的大小
“汽车”
(默认)|正整数
此属性是只读的。
输出的大小,指定为正整数。这个值是数据中标签的数量。训练前,输出大小设置为“汽车”
.
LossFunction
- - - - - -训练损失函数
“crossentropyex”
此属性是只读的。
训练损失函数,指定为“crossentropyex”
,代表的交叉熵函数k互斥类.
层
的名字
- - - - - -层的名字
”
(默认)|特征向量|字符串标量
层名,指定为字符向量或字符串标量。为层
数组输入,trainNetwork
,assembleNetwork
,layerGraph
,dlnetwork
函数自动为具有此名称的层分配名称”
.
数据类型:字符
|字符串
NumInputs
- - - - - -输入数量
1
(默认)
此属性是只读的。
层的输入数。该层只接受单个输入。
数据类型:双
InputNames
- - - - - -输入名字
{'在'}
(默认)
此属性是只读的。
输入图层名称。该层只接受单个输入。
数据类型:细胞
NumOutputs
- - - - - -数量的输出
0(默认)
层的输出数量。该层没有输出。
数据类型:双
OutputNames
- - - - - -输出的名字
{}
(默认)
输出层的名称。该层没有输出。
数据类型:细胞
例子
创建分类层
创建一个具有名称的分类层“输出”
.
层= classificationLayer (“名字”,“输出”)
class: 'auto' ClassWeights: 'none' OutputSize: 'auto' Hyperparameters LossFunction: 'crossentropyex'
类中包含分类输出层层
数组中。
层= [...imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer maxPooling2dLayer(2,“步”2) fullyConnectedLayer(10) softmaxLayer classificationLayer]
2”二维卷积20 5x5卷积与步幅[1 1]和填充[0 0 0 0]3”ReLU ReLU 4”二维最大池化2x2最大池化与步幅[2 2]和填充[0 0 0 0]5”全连接10全连接层6”Softmax Softmax 7”分类输出crossentropyex
创建加权分类层
为三个名称为“cat”、“dog”和“fish”的类创建一个加权分类层,权重分别为0.7、0.2和0.1。
类= [“猫”“狗”“鱼”];classWeights = [0.7 0.2 0.1];层= classificationLayer (...“类”、类...“ClassWeights”classWeights)
class:[猫狗鱼]ClassWeights: [3x1 double] OutputSize: 3 Hyperparameters LossFunction: 'crossentropyex'
在图层数组中包含一个加权分类输出层。
numClasses =元素个数(类);层= [...imageInputLayer([28 28 1]) convolution2dLayer(5,20) reluLayer maxPooling2dLayer(2,“步”2) fullyConnectedLayer(numClasses)“类”、类“ClassWeights”classWeights))
层= 7 x1层与层:数组1”的形象输入28 x28x1图像zerocenter正常化2”二维卷积20 5 x5旋转步[1]和填充[0 0 0 0]3”ReLU ReLU 4”二维最大池2 x2马克斯池步(2 - 2)和填充[0 0 0 0]5“完全连接3完全连接层6”Softmax Softmax 7”分类输出类加权crossentropyex 2“猫”和其他的类
更多关于
参考文献
[1]主教,c.m。模式识别与机器学习.施普林格,纽约,纽约,2006年。
版本历史
介绍了R2016aR2018b:一会
物业将被移除
一会
将被删除。使用类
代替。的所有实例要更新代码,请替换一会
与类
.需要对代码进行额外更新的属性之间存在一些差异。
的一会
属性是字符向量的单元格数组。的类
属性是一个类别数组。使用的值类
类对需要单元格数组输入的函数进行转换cellstr
函数。
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。