文件帮助中心文件
平均图像
imageInputlayer.
image3dinputlayer.
3-D图像输入层
三维图像输入层将三维图像或体积输入到网络并应用数据规范化。
对于二维图像输入,使用imageInputlayer.。
tillay = image3dinputlayer(输入)
layer=image3dInputLayer(输入大小、名称、值)
层=image3dInputLayer(输入大小)返回3-D图像输入层并指定输入大小财产。
层=image3dInputLayer(输入大小)
层
输入大小
例子
层=image3dInputLayer(输入大小那名称,价值)使用名称-值对设置可选属性。可以指定多个名称-值对。用单引号将每个属性名称括起来。
层=image3dInputLayer(输入大小那名称,价值)
名称,价值
展开全部
输入数据的大小,指定为整数的行向量[H W D C]哪里H那W.那D.,及C分别对应于通道的高度、宽度、深度和数量。
[H W D C]
H
W.
D.
C
有关灰度输入,请指定向量C等于1。
1
对于RGB输入,请指定向量C等于3.。
3.
对于多光谱或高光谱输入,请指定向量C等于通道数。
例子:[132 132 116 3]
[132 132 116 3]
规范化
'Zerocenter'
'zscore'
'Rescale-ysmmetric'
'Rescale-Zero-One'
'没有任何'
要应用每次数据的数据归一化将通过输入图层向前传播,指定为以下之一:
'Zerocenter'- 减去所指定的平均值卑鄙。
卑鄙
'zscore'- 减去所指定的平均值卑鄙除以标准差。
标准差
'Rescale-ysmmetric'- 使用最小值和最大值,重新缩放输入到[-1,1]的范围内闵和马克斯, 分别。
闵
马克斯
'Rescale-Zero-One'- 使用最小值和最大值,重新缩放输入到范围内[0,1]闵和马克斯, 分别。
'没有任何'-不要规范化输入数据。
功能句柄 - 使用指定的功能归一化数据。该函数必须是表单y = func(x)哪里X输入数据和输出是输出y是标准化数据。
y = func(x)
X
y
小费
默认情况下,该软件可自动计算培训时间的标准化统计信息。要节省培训时,请指定规范化所需的统计信息,并设置“ResetInputNormalization”选择权培训选项到错误的。
“ResetInputNormalization”
培训选项
错误的
正常化Dimension.
'汽车'
“频道”
'元素'
“全部”
标准化维度,指定为以下之一:
'汽车'- 如果培训选项是错误的并且您指定了任何归一化统计信息(卑鄙那标准差那闵, 要么马克斯),然后对与统计信息匹配的维度进行规格化。否则,在训练时重新计算统计信息,并应用通道规格化。
“频道”–通道方面的标准化。
'元素'- 元素明智的归一化。
“全部”–使用标量统计标准化所有值。
[]
零中心和z分数标准化的平均值,指定为H-借-W.-借-D.-借-C数组,一个1乘1乘1的数组-C每个通道的平均值数组、数值标量或[]哪里H那W.那D.,及C对应于平均值的高度,宽度,深度和频道的数量。
如果指定卑鄙那么财产呢规范化必须是'Zerocenter'或'zscore'。如果卑鄙是[],然后软件计算培训时间的平均值。
在没有培训的情况下创建网络时,可以设置此属性(例如,使用网络使用装配网络).
装配网络
数据类型:单身的|双重的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64
单身的
双重的
INT8.
int16
int32
INT64.
uint8.
uint16
UINT32
UINT64
z分数标准化的标准偏差,指定为H-借-W.-借-D.-借-C数组,一个1乘1乘1的数组-C每个通道的平均值数组、数值标量或[]哪里H那W.那D.,及C对应于标准偏差的高度,宽度,深度和频道的数量。
如果指定标准差那么财产呢规范化必须是'zscore'。如果标准差是[],然后软件计算训练时间的标准偏差。
重新缩放的最小值,指定为H-借-W.-借-D.-借-C数组,一个1乘1乘1的数组-C每个通道的最小值数组,数字标量或[]哪里H那W.那D.,及C对应于最小值的高度,宽度,深度和通道数。
如果指定闵那么财产呢规范化必须是'Rescale-ysmmetric'或'Rescale-Zero-One'。如果闵是[],然后软件计算训练时的最小值。
重新缩放的最大值,指定为H-借-W.-借-D.-借-C数组,一个1乘1乘1的数组-C每个通道的最大数组,数字标量或[]哪里H那W.那D.,及C分别对应于最大值的高度、宽度、深度和通道数。
如果指定闵那么财产呢规范化必须是'Rescale-ysmmetric'或'Rescale-Zero-One'。如果马克斯是[]然后,软件在训练时间计算最大值。
名称
''
图层名称,指定为字符向量或字符串标量。要在图层图中包含一个图层,必须指定非空,唯一的图层名称。如果您使用该图层培训系列网络名称设置为'',则软件会在训练时自动为图层指定名称。
数据类型:烧焦|细绳
烧焦
细绳
努明普茨
层的输入数。该层没有输入。
数据类型:双重的
输入名称
{}
输入图层的名称。该层没有输入。
数据类型:细胞
细胞
numoutput.
层的输出数。该层只有一个输出。
输出名称
{'出去'}
输出图层的名称。该层只有一个输出。
全部崩溃
使用名称为132-by-132-by-116彩色3-D图像创建三维图像输入层'输入'. 默认情况下,层通过从每个输入图像中减去训练集的平均图像来执行数据规范化。
'输入'
图层=image3dInputLayer([132 116],'名称'那'输入')
layer=Image3DInputLayer,属性:名称:'input'InputSize:[132 132 116 1]超参数规格化:'zerocenter'规格化维度:'auto'平均值:[]
将三维图像输入层包含在层大批。
层=[image3dInputLayer([28 3])卷积3DLayer(5,16,'走吧',4)Rublayer MaxPooling3dlayer(2,'走吧',4)全连接层(10)SoftMaxLayer分类层]
层=7x1层阵列,带层:1''3-D图像输入28x28x28x28x3图像,带“零中心”标准化2''卷积16 5x5x5卷积,带跨距[4]和填充[0;0 0 0 0]3''ReLU ReLU 4''3-D最大池2x2x2最大池,带跨步[4 4]和填充[0 0;0 0 0]5''完全连接10完全连接层6''Softmax Softmax 7''分类输出crossentropyex
不推荐在R2019B开始
平均图像将被删除。采用卑鄙相反若要更新代码,请替换的所有实例平均图像和卑鄙。需要对代码需要额外更新的属性之间没有差异。
未来版本中的行为更改
从R2019b开始,imageInputlayer.和image3dinputlayer.,默认情况下,使用频道明智的归一化。在以前的版本中,这些层使用元素明智的归一化。重现此行为,设置正常化Dimension.这些层的选择'元素'。
普通Pooling3dlayer.|卷积层|全康统计层|imageInputlayer.|maxpooling3dlayer.|Trainnetwork.|转置层
普通Pooling3dlayer.
卷积层
全康统计层
maxpooling3dlayer.
Trainnetwork.
转置层
您有此示例的修改版本。您是否希望使用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系当地办事处