主要内容

RegressionOutputLayer

回归输出层

描述

回归层计算回归任务的半均方误差损失。

创建

使用。创建回归输出层regressionLayer

属性

全部展开

回归输出

响应的名称,指定的字符向量或一个字符串数组的单元阵列。在训练时,软件会自动根据训练数据集的响应名称。默认为{}

数据类型:细胞

损失函数的软件使用培训,指定为“均方误差”

层名,指定为字符向量或字符串标量。若要在层图中包含层,必须指定非空的唯一层名。如果你用层和的名字被设定为'',然后软件在训练时自动为该层分配一个名称。

数据类型:字符|字符串

的层的输入端数量。这一层只接受单个输入。

数据类型:

输入层名。这一层只接受单个输入。

数据类型:细胞

层输出的数量。该层没有输出。

数据类型:

该层的输出的名称。该层没有输出。

数据类型:细胞

例子

全部折叠

创建一个带有名称的回归输出层“r输出”

层= regressionLayer (“名字”“r输出”
layer = RegressionOutputLayer with properties: Name: 'routput' ResponseNames: {} Hyperparameters LossFunction: 'mean-平方误差'

回归的默认损失函数是均方误差。

在layer数组中包含一个回归输出层。

层= [...imageInputLayer([28 28 1])卷积2dlayer (12,25) reluLayer fulllyconnectedlayer (1) regressionLayer]
层= 5 x1层与层:数组1”的形象输入28 x28x1图像zerocenter正常化2”卷积25 12 x12的隆起与步幅[1]和填充[0 0 0 0]3”ReLU ReLU 4”完全连接1完全连接层5”回归输出均方误差

更多关于

全部展开

介绍了R2017a