主要内容

image3dinputlayer.

3-D图像输入层

展开所有页面

描述

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.。

创建

句法

tillay = image3dinputlayer（输入）
layer=image3dInputLayer（输入大小、名称、值）

描述

层=image3dInputLayer(输入大小）返回3-D图像输入层并指定输入大小财产。

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。

特性

展开全部

三维图像输入

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。

  • 有关灰度输入，请指定向量C等于1。

  • 对于RGB输入，请指定向量C等于3.。

  • 对于多光谱或高光谱输入，请指定向量C等于通道数。

对于二维图像输入，使用imageInputlayer.。

例子：[132 132 116 3]

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。

  • 'zscore'- 减去所指定的平均值卑鄙除以标准差。

  • '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。

  • '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。

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。

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).

数据类型：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。

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).

数据类型：单身的|双重的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

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。

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).

数据类型：单身的|双重的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

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。

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).

数据类型：单身的|双重的|INT8.|int16|int32|INT64.|uint8.|uint16|UINT32|UINT64

层

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

层的输入数。该层没有输入。

数据类型：双重的

输入图层的名称。该层没有输入。

数据类型：细胞

层的输出数。该层只有一个输出。

数据类型：双重的

输出图层的名称。该层只有一个输出。

数据类型：细胞

例子

全部崩溃

打开实时脚本

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。

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

兼容性考虑

展开全部

不推荐在R2019B开始

未来版本中的行为更改

也可以看看

||||||

话题

在R2019A介绍

深度学习工具箱文档

万博1manbetx

用MATLAB引入深度学习

用MATLAB引入深度学习

下载电子书