addLayers
Añadir capas a una red neuronal
Descripción
añade las capas de red de netUpdated
= addLayers(net
,layers
)layers
al argumento net
del objeto dlnetwork
. La red actualizada netUpdated
contiene las capas y las conexiones de net
junto con las capas de layers
, conectadas secuencialmente. Los nombres de las capas de layers
deben ser únicos, no estar vacíos y ser distintos de los nombres de las capas de net
.
Ejemplos
Añadir capas a una red neuronal
Cree una red neuronal vacía y un arreglo de capas. La función addLayers
conecta las capas secuencialmente.
net = dlnetwork;
layers = [
imageInputLayer([32 32 3])
convolution2dLayer(3,16,Padding="same")
batchNormalizationLayer
reluLayer];
net = addLayers(net,layers);
Visualice la red neuronal en una gráfica.
figure plot(net)
Crear una red neuronal desde cero
Defina una red neuronal de dos salidas que prediga tanto etiquetas categóricas como valores numéricos a partir de imágenes 2D.
Especifique el número de clases y respuestas.
numClasses = 10; numResponses = 1;
Cree una red neuronal vacía.
net = dlnetwork;
Defina las capas de la rama principal de la red y la salida softmax.
layers = [ imageInputLayer([28 28 1],Normalization="none") convolution2dLayer(5,16,Padding="same") batchNormalizationLayer reluLayer(Name="relu_1") convolution2dLayer(3,32,Padding="same",Stride=2) batchNormalizationLayer reluLayer convolution2dLayer(3,32,Padding="same") batchNormalizationLayer reluLayer additionLayer(2,Name="add") fullyConnectedLayer(numClasses) softmaxLayer(Name="softmax")]; net = addLayers(net,layers);
Añada la conexión de omisión.
layers = [ convolution2dLayer(1,32,Stride=2,Name="conv_skip") batchNormalizationLayer reluLayer(Name="relu_skip")]; net = addLayers(net,layers); net = connectLayers(net,"relu_1","conv_skip"); net = connectLayers(net,"relu_skip","add/in2");
Añada la capa totalmente conectada para la salida de regresión.
layers = fullyConnectedLayer(numResponses,Name="fc_2"); net = addLayers(net,layers); net = connectLayers(net,"add","fc_2");
Visualice la red neuronal en una gráfica.
figure plot(net)
Argumentos de entrada
net
— Red neuronal
objeto dlnetwork
Red neuronal, especificada como un objeto dlnetwork
.
layers
— Capas de red
arreglo Layer
Capas de la red, especificadas como un arreglo Layer
.
Para ver una lista de capas integradas, consulte Lista de capas de deep learning.
Argumentos de salida
netUpdated
— Red actualizada
objeto dlnetwork
Red actualizada, devuelta como un objeto dlnetwork
sin inicializar.
Para inicializar los parámetros que se pueden aprender de un objeto dlnetwork
, utilice la función initialize
.
La función addLayers
no conserva la información de cuantificación. Si la red de entrada es una red cuantificada, la red de salida no contiene información de cuantificación.
Historial de versiones
Introducido en R2017bR2024a: No se recomienda usar objetos LayerGraph
A partir de la versión R2024a, no se recomienda usar objetos LayerGraph
. En su lugar, use los objetos dlnetwork
. Esta recomendación significa que tampoco se recomienda usar estas sintaxis para la entrada de LayerGraph
:
lgraphUpdated = addLayers(lgraph,layers)
La mayoría de las funciones que admiten objetos LayerGraph
también admiten objetos dlnetwork
. Esta tabla muestra algunos usos habituales de los objetos LayerGraph
y cómo actualizar el código para usar funciones de objeto dlnetwork
en su lugar.
No recomendado | Recomendado |
---|---|
lgraph = layerGraph; | net = dlnetwork; |
lgraph = layerGraph(layers); | net = dlnetwork(layers,Initialize=false); |
lgraph = layerGraph(net); | net = dag2dlnetwork(net); |
lgraph = addLayers(lgraph,layers); | net = addLayers(net,layers); |
lgraph = removeLayers(lgraph,layerNames); | net = removeLayers(net,layerNames); |
lgraph = replaceLayer(lgraph,layerName,layers); | net = replaceLayer(net,layerName,layers); |
lgraph = connectLayers(lgraph,s,d); | net = connectLayers(net,s,d); |
lgraph = disconnectLayers(lgraph,s,d); | net = disconnectLayers(net,s,d); |
plot(lgraph); | plot(net); |
Para entrenar una red neuronal especificada como un objeto dlnetwork
, utilice la función trainnet
.
Comando de MATLAB
Ha hecho clic en un enlace que corresponde a este comando de MATLAB:
Ejecute el comando introduciéndolo en la ventana de comandos de MATLAB. Los navegadores web no admiten comandos de MATLAB.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)