主要内容

eluLayer

指数线性单位(ELU)层

在页面中全部展开

描述

ELU激活层对正输入执行标识运算，对负输入执行指数非线性。

该层执行以下操作:

f （ x ） ＝ ｛ x ， x ≥ 0 α (exp ( x ) - 1) ， x < 0

的默认值。α是1。指定的值α为层设置α财产。

创建

语法

层= eluLayer
层= eluLayer(α)
层= eluLayer (___“名字”,名称)

描述

层= eluLayer创建一个ELU层。

层= eluLayer (α）创建一个ELU层并指定α财产。

例子

层= eluLayer (___“名称”,的名字）另外设置可选的的名字属性使用以前的任何语法。例如,eluLayer('名称',' elu1 ')创建一个名称为ELU的层“elu1”．

属性

全部展开

ELU

非线性参数α，指定为数值标量。ELU层输出的最小值等于-α负输入处的斜率趋近于0α．

层

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

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

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

此属性是只读的。

层的输出数量。这个层只有一个输出。

数据类型:双

此属性是只读的。

输出层的名称。这个层只有一个输出。

数据类型:细胞

例子

全部折叠

打开生活的脚本

创建一个指数线性单元(ELU)层的名称“elu1”非线性参数的默认值为1α．

层= eluLayer (“名字”，“elu1”）
名称:'elu1' Alpha: 1可学习参数没有属性。State Parameters无属性。显示所有属性

包含一个ELU层层数组中。

layers = [imageInputLayer([28 28 1]) convolution2dLayer(3,16) batchNormalizationLayer eluLayer maxPooling2dLayer(2，“步”，2) convolution2dLayer(3,32) batchNormalizationLayer eluLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
带有图层的图层数组:1”的形象输入28 x28x1图像zerocenter正常化2”二维卷积16 3 x3的隆起与步幅[1]和填充[0 0 0 0]3“批量标准化批量标准化4“ELU ELUα1 5”二维最大池2 x2马克斯池步(2 - 2)和填充[0 0 0 0]6”二维卷积32 3 x3的隆起与步幅[1]和填充[0 0 0 0]7“批量标准化批量标准化8”ELU ELUα1 9“完全连接10完全连接层”Softmax Softmax 11 "分类输出

参考文献

[1] Clevert, Djork-Arné， Thomas Unterthiner和Sepp Hochreiter。“通过指数线性单元(elu)进行快速准确的深度网络学习。”arXiv预印本arXiv: 1511.07289(2015)。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

GPU的代码生成
使用GPU Coder™为NVIDIA GPU生成CUDA®代码。

版本历史

介绍了R2019a

另请参阅

|||||

主题

Baidu
map