文档帮助中心文档
创建一个回归输出层
层= regressionLayer
层= regressionLayer(名称、值)
回归层计算回归任务的半均方误差损失。
层= regressionLayer返回一个神经网络的回归输出层作为RegressionOutputLayer对象。
层
RegressionOutputLayer
预测响应的训练回归网络使用预测.将反应常态化有助于稳定和加快神经网络的回归训练。有关更多信息,请参见训练卷积神经网络回归.
预测
例子
层= regressionLayer (名称,值)设置可选的名字和ResponseNames属性使用名称-值对。例如,regressionLayer(“名字”,“输出”)创建具有此名称的回归层“输出”.将每个属性名称用单引号括起来。
层= regressionLayer (名称,值)
名称,值
的名字
ResponseNames
regressionLayer(“名字”,“输出”)
“输出”
全部折叠
创建一个带有名称的回归输出层“routput”.
“routput”
层= regressionLayer (“名字”,“routput”)
ResponseNames: {} Hyperparameters LossFunction: 'mean-square -error'
默认的回归损失函数是均方误差。
在层数组中包含一个回归输出层。
层= [...imageInputLayer([28 28 1])卷积2dlayer (12,25) reluLayer fullconnectedlayer (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
指定可选的逗号分隔对名称,值参数。的名字参数名和价值是对应的值。的名字必须出现在引号内。您可以按如下顺序指定几个名称和值对参数Name1, Value1,…,的家.
价值
Name1, Value1,…,的家
“名字”
''
层名,指定为字符向量或字符串标量。要在层图中包含层,必须指定一个非空的、唯一的层名。如果你训练一个系列网络层和的名字被设置为'',然后该软件在训练时自动为该层指定一个名称。
数据类型:字符|字符串
字符
字符串
“ResponseNames”
{}
响应的名称,指定一个单元格数组的字符向量或字符串数组。在培训时,软件根据培训数据自动设置响应名称。默认值是{}.
数据类型:细胞
细胞
回归输出层,返回为RegressionOutputLayer对象。
回归层计算回归任务的半均方误差损失。对于典型的回归问题,回归层必须遵循最终的全连接层。
对于单个观测,均方误差为:
均方误差 = ∑ 我 = 1 R ( t 我 − y 我 ) 2 R ,
在哪里R是反应的数量,t我目标输出,和y我是网络对反应的预测吗我.
对于图像和序列到一的回归网络,回归层的损失函数是预测响应的半均方误差,没有归一化R:
损失 = 1 2 ∑ 我 = 1 R ( t 我 − y 我 ) 2 .
对于图像到图像的回归网络,回归层的损失函数是每个像素的预测响应的半均方误差,不归一化R:
损失 = 1 2 ∑ p = 1 H W C ( t p − y p ) 2 ,
在哪里H,W,C分别表示输出通道的高度、宽度和通道数p的每个元素(像素)的索引t和y线性。
对于序列到序列的回归网络,回归层的损失函数是每个时间步长的预测响应的半均方误差,不归一化R:
损失 = 1 2 年代 ∑ 我 = 1 年代 ∑ j = 1 R ( t 我 j − y 我 j ) 2 ,
在哪里年代为序列长度。
在训练时,该软件计算了小批观测数据的平均损失。
classificationLayer|fullyConnectedLayer|RegressionOutputLayer
classificationLayer
fullyConnectedLayer
您有这个示例的一个修改版本。要用编辑打开这个例子吗?
您点击了一个对应于这个MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系