inputLayer

Capa de entrada

Desde R2023b

Descripción

Una capa de entrada introduce datos sin formato o datos con un formato personalizado en una red neuronal.

• Para una entrada de imagen 2D, utilice imageInputLayer.

• Para una entrada de imagen 3D, utilice image3dInputLayer.

• Para una entrada de secuencia y series de tiempo, utilice sequenceInputLayer.

• Para una entrada de datos tabulares y de características, utilice featureInputLayer.

Creación

Sintaxis

layer = inputLayer(inputSize)

layer = inputLayer(inputSize,inputFormat)

layer = inputLayer(___,Name=name)

Descripción

layer = inputLayer(inputSize) crea una capa de entrada de datos sin formato. (desde R2025a)

layer = inputLayer(inputSize,inputFormat) crea una capa de entrada y especifica un formato de datos personalizado.

layer = inputLayer(___,Name=name) también especifica el nombre de la capa además de cualquiera de las combinaciones de argumentos de entrada de las sintaxis anteriores. Por ejemplo, Name="in" especifica que la capa tiene el nombre "in".

Argumentos de entrada

inputSize — Tamaño de la entrada

vector fila de enteros positivos o valores NaN

Tamaño de la entrada, especificado como vector fila de enteros positivos o NaN.

Para redes que admiten tamaños variables para las dimensiones de lote o tiempo, especifique el tamaño de la dimensión correspondiente como NaN.

Este argumento establece la propiedad InputSize.

Ejemplo: [224 224 3]

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

inputFormat — Descripción de dimensiones de datos

"" (desde R2025a) (predeterminado) | vector de caracteres | escalar de cadena

Descripción de las dimensiones de los datos, especificada como vector de caracteres o escalar de cadena.

Un formato de datos es una cadena de caracteres, en la que cada carácter describe el tipo de la dimensión de datos correspondiente.

Los caracteres son los siguientes:

• "S": espacial

• "C": canal

• "B": lote

• "T": tiempo

• "U": sin especificar

Por ejemplo, considere una matriz que representa un lote de secuencias donde la primera, segunda y tercera dimensión corresponden a canales, observaciones y unidades de tiempo, respectivamente. Puede describir los datos como si tuvieran el formato "CBT" (canal, lote, tiempo).

Si InputFormat es "", la capa pasa datos sin formato a la red neuronal directamente. Asegúrese de que las capas posteriores admiten datos de entrada sin formato. (desde R2025a)

Para el formato de entrada de la capa, puede especificar varias dimensiones etiquetadas "S" o "U". Puede utilizar las etiquetas "C", "B" y "T" como máximo una vez. Cuando el número de dimensiones es mayor que dos, el tamaño de entrada correspondiente de la dimensión "U" situada más a la derecha en el formato de entrada debe ser mayor que 1.

Para obtener más información, consulte Deep Learning Data Formats.

Este argumento establece la propiedad InputFormat.

Ejemplo: "SSCB"

Ejemplo: "SCBT"

Ejemplo: "TCB"

Tipos de datos: char | string

name — Nombre de la capa

"" (predeterminado) | vector de caracteres | escalar de cadena

Nombre de la capa, especificado como un vector de caracteres o un escalar de cadena. Para entradas de arreglos Layer, las funciones trainnet y dlnetwork asignan automáticamente nombres a las capas sin nombre.

Este argumento establece la propiedad Name.

Tipos de datos: char | string

Propiedades

Entrada

InputSize — Tamaño de la entrada

Solo lectura: vector fila de enteros positivos o valores NaN

Esta propiedad o parámetro es de solo lectura.

Esta propiedad es de solo lectura después de su creación.

Tamaño de la entrada, almacenado como vector fila de enteros positivos o valores NaN.

Para redes que admiten tamaños variables para las dimensiones de lote o tiempo, el valor correspondiente es NaN.

Tipos de datos: double

InputFormat — Descripción de dimensiones de datos

vector de caracteres

Esta propiedad es de solo lectura después de su creación.

Descripción de las dimensiones de los datos, almacenada como vector de caracteres.

Un formato de datos es una cadena de caracteres, en la que cada carácter describe el tipo de la dimensión de datos correspondiente.

Los caracteres son los siguientes:

• "S": espacial

• "C": canal

• "B": lote

• "T": tiempo

• "U": sin especificar

Por ejemplo, considere una matriz que representa un lote de secuencias donde la primera, segunda y tercera dimensión corresponden a canales, observaciones y unidades de tiempo, respectivamente. Puede describir los datos como si tuvieran el formato "CBT" (canal, lote, tiempo).

Si InputFormat es "", la capa pasa datos sin formato a la red neuronal directamente. Asegúrese de que las capas posteriores admiten datos de entrada sin formato. (desde R2025a)

Para obtener más información, consulte Deep Learning Data Formats.

Tipos de datos: char

Capa

Name — Nombre de la capa

"" (predeterminado) | vector de caracteres | escalar de cadena

Nombre de la capa, especificado como un vector de caracteres o un escalar de cadena. Para entradas en forma de arreglo Layer, las funciones trainnet y dlnetwork asignan automáticamente un nombre único nuevo a las capas que tienen el nombre "".

El objeto InputLayer almacena esta propiedad como un vector de caracteres.

Tipos de datos: char | string

NumInputs — Número de entradas

Solo lectura: 0 (predeterminado)

Esta propiedad o parámetro es de solo lectura.

Número de entradas de la capa. La capa no tiene entradas.

Tipos de datos: double

InputNames — Nombres de las entradas

Solo lectura: {} (predeterminado)

Esta propiedad o parámetro es de solo lectura.

Nombres de las entradas de la capa. La capa no tiene entradas.

Tipos de datos: cell

NumOutputs — Número de salidas

Solo lectura: 1 (predeterminado)

Esta propiedad o parámetro es de solo lectura.

Número de salidas de la capa, almacenado como 1. Esta capa solo tiene una salida.

Tipos de datos: double

OutputNames — Nombres de salida

Solo lectura: {'out'} (predeterminado)

Esta propiedad o parámetro es de solo lectura.

Nombres de salida, almacenados como {'out'}. Esta capa solo tiene una salida.

Tipos de datos: cell

Ejemplos

Crear una capa de entrada de imagen 1D

Cree una capa de entrada que introduzca datos de imagen 1D (datos 3D, con dimensiones correspondientes al espacio, canales y observaciones). Especifique que los datos tienen tres canales y un tamaño de altura de la imagen de 64. Especifique que la dimensión de lote puede variar.

inputSize = [64 3 NaN];
inputFormat = "SCB";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

           Name: ''
      InputSize: [64 3 NaN]
    InputFormat: 'SCB'

Incluya la capa de entrada en una red.

layers = [
    inputLayer([64 3 NaN],"SCB")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(10)
    softmaxLayer];

Crear una capa de entrada espaciotemporal

Cree una capa de entrada que introduzca datos espaciotemporales (datos 4D, con dimensiones correspondientes al espacio, canales, tiempo y observaciones). Especifique que los datos tienen tres canales y un tamaño espacial de 64. Especifique que las dimensiones de lote y tiempo pueden variar.

inputSize = [64 3 NaN NaN];
inputFormat = "SCBT";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

           Name: ''
      InputSize: [64 3 NaN NaN]
    InputFormat: 'SCBT'

Incluya la capa de entrada en una red.

layers = [
    inputLayer([64 3 NaN NaN],"SCBT")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    globalAveragePooling1dLayer
    flattenLayer
    lstmLayer(100,OutputMode="last")
    fullyConnectedLayer(10)
    softmaxLayer];

Algoritmos

Números complejos

Los objetos InputLayer admiten pasar datos con valores complejos a las capas posteriores. (desde R2024a)

Para ver un ejemplo de cómo entrenar una red con datos con valores complejos, consulte Entrenar una red con datos con valores complejos.

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Notas y limitaciones de uso:

Puede generar código C o C++ que no dependa de bibliotecas de deep learning de terceros para formatos con cualquier número de dimensiones espaciales. Por ejemplo, la generación de código admite el formato de entrada "SSSCBT" (espacial, espacial, espacial, canal, lote, tiempo) para inputLayer.

La generación de código para ARM^® Compute e Intel^® MKL-DNN solo admite permutaciones de estos formatos de entrada:

• "CB" (canal, lote)

• "SSCB" (espacial, espacial, canal, lote)

• "CBT" (canal, lote, tiempo)

• "SSCBT" (espacial, espacial, canal, lote, tiempo)

Generación de código de GPU

Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Notas y limitaciones de uso:

• Puede generar código CUDA estándar que sea independiente de bibliotecas de deep learning para los formatos con cualquier número de dimensiones espaciales. Por ejemplo, la generación de código admite el formato de entrada "SSSCBT" (espacial, espacial, espacial, canal, lote, tiempo) para inputLayer.

• Puede generar código que aproveche la biblioteca de la red neuronal profunda (cuDNN) NVIDIA^®CUDA^® o la biblioteca de inferencias de alto rendimiento NVIDIATensorRT™.

  La biblioteca cuDNN es compatible con permutaciones de estos formatos de entrada:

  • "CB" (canal, lote)

  • "SSCB" (espacial, espacial, canal, lote)

  • "CBT" (canal, lote, tiempo)

  • "SSCBT" (espacial, espacial, canal, lote, tiempo)

• La biblioteca TensorRT es compatible con permutaciones de estos formatos de entrada:

  • "CB" (canal, lote)

  • "SSCB" (espacial, espacial, canal, lote)

  • "CBT" (canal, lote, tiempo)

Historial de versiones

Introducido en R2023b

R2025a: Entradas sin formato

Para crear una capa de entrada que pase datos sin formato a una red neuronal, utilice la sintaxis inputLayer(inputSize) o establezca el argumento inputSize en "".

R2024a: Entradas de valores complejos

Para entradas de valores complejos a la red neuronal, la capa pasa datos con valores complejos a las capas posteriores.

Consulte también

imageInputLayer | image3dInputLayer | sequenceInputLayer | featureInputLayer | importNetworkFromPyTorch | importTensorFlowNetwork | importONNXNetwork | addInputLayer | exportNetworkToSimulink | Rescale-Symmetric 1D | Rescale-Zero-One 1D | Zerocenter 1D | Zscore 1D

Temas

• Interoperability Between Deep Learning Toolbox, TensorFlow, PyTorch, and ONNX
• Tips on Importing Models from TensorFlow, PyTorch, and ONNX
• Redes neuronales profundas preentrenadas
• Deploy Imported TensorFlow Model with MATLAB Compiler