Contenido principal

regressionLayer

(No recomendado) Capa de salida de regresión

No se recomienda el uso de regressionLayer. En su lugar, utilice la función trainnet y establezca la función de pérdida en "mse". Para obtener más información, consulte Historial de versiones.

Descripción

Una capa de regresión calcula la pérdida del error cuadrático medio dividido de las tareas de regresión.

layer = regressionLayer devuelve una capa de salida de regresión de una red neuronal como un objeto RegressionOutputLayer.

layer = regressionLayer(Name,Value) establece las propiedades opcionales Name y ResponseNames usando pares nombre-valor. Por ejemplo, regressionLayer('Name','output') crea una capa de regresión con el nombre 'output'. Encierre el nombre de cada propiedad entre comillas simples.

ejemplo

Ejemplos

contraer todo

Cree una capa de salida de regresión.

Cree una capa de salida de regresión con el nombre 'routput'.

layer = regressionLayer('Name','routput')
layer = 
  RegressionOutputLayer with properties:

             Name: 'routput'
    ResponseNames: {}

   Hyperparameters
     LossFunction: 'mean-squared-error'

La función de pérdida predeterminada de la regresión es el error cuadrático medio.

Incluya una capa de salida de regresión en un arreglo de capas.

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(12,25)
    reluLayer
    fullyConnectedLayer(1)
    regressionLayer]
layers = 
  5x1 Layer array with layers:

     1   ''   Image Input         28x28x1 images with 'zerocenter' normalization
     2   ''   2-D Convolution     25 12x12 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                ReLU
     4   ''   Fully Connected     1 fully connected layer
     5   ''   Regression Output   mean-squared-error

Argumentos de par nombre-valor

contraer todo

Especifique pares de argumentos opcionales como Name1=Value1,...,NameN=ValueN, donde Name es el nombre del argumento y Value es el valor correspondiente. Los argumentos de nombre-valor deben aparecer después de otros argumentos. Sin embargo, el orden de los pares no importa.

En las versiones anteriores a la R2021a, use comas para separar cada nombre y valor, y encierre Name entre comillas.

Ejemplo: regressionLayer('Name','output') crea una capa de regresión con el nombre 'output'

Nombre de la capa, especificado como un vector de caracteres o un escalar de cadena. Para entradas en forma de arreglo Layer, la función trainNetwork asigna automáticamente nombres a las capas con el nombre "".

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

Tipos de datos: char | string

Nombres de las respuestas, especificados como un arreglo de celdas de vectores de caracteres o como un arreglo de cadena. En el momento del entrenamiento, el software establece automáticamente los nombres de respuestas de acuerdo con los datos del entrenamiento. El valor predeterminado es {}.

Tipos de datos: cell

Argumentos de salida

contraer todo

Capa de salida de regresión, devuelta como un objeto RegressionOutputLayer.

Más acerca de

contraer todo

Capacidades ampliadas

expandir todo

Historial de versiones

Introducido en R2017a

contraer todo