用于在三维空间中穿过输入步长大小，指定为矢量(a b c)三个正整数，其中一个为垂直步长，b水平步长是多少c是沿深度的步长。创建图层时，您可以指定跨越作为标量以用于在所有三个方向的步长大小相同的值。

例子:[2 3 1]指定的2垂直步长大小，为3的水平步长大小，和沿着深度1的步长。

输出尺寸缩减，指定为以下形式之一:

例子:[1 2 2]

每个筛选器的通道数量，指定为'NumChannels”,“汽车”或者一个正整数。

这个参数必须等于这个卷积层的输入通道数。例如，如果输入是彩色图像，那么输入的通道数必须是3。如果当前层之前的卷积层的过滤器数量为16，那么该层的通道数量必须为16。

函数初始化权重，指定为以下值之一:

所述层仅初始化权重时权重属性是空的。

数据类型：字符|串|function_handle

函数初始化偏置，指定为以下值之一:

该层只初始化偏差时偏压属性是空的。

数据类型：字符|串|function_handle

转置卷积层的层权重，指定为数值数组。

该层的权重是可学习的参数。您可以指定直接使用权的初始值权重该层的属性。当训练网络，如果权重该层的属性非空，则trainNetwork使用权重属性作为初始值。如果权重属性为空trainNetwork使用由指定的初始值设定WeightsInitializer该层的属性。

在培训时,权重是FilterSize（1）——- - - - - -FilterSize（2）——- - - - - -FilterSize (3)——- - - - - -numFilters——- - - - - -NumChannels数组中。

数据类型：单|双

层偏压为转置卷积层，指定为数字阵列。

层偏差是可学习的参数。当训练一个网络时，如果偏压非空，则trainNetwork使用偏压属性作为初始值。如果偏压是空的,然后trainNetwork使用由指定的初始值设定BiasInitializer。

在培训时,偏压1-by-1-by-1-by -numFilters数组中。

数据类型：单|双

学习速率因子的权重，指定为非标。

软件将这个因子乘以全局学习率来确定这一层权重的学习率。例如,如果WeightLearnRateFactor为2，则对于在该层的权重学习速率是当前全球学习速率的两倍。该软件根据参数指定的设置确定全局学习率trainingOptions函数。

例子:2

偏差的学习速率因子，指定为非负标量。

该软件乘以这个系数由全局学习速率，以确定该层中的偏差的学习速度。例如,如果BiasLearnRateFactor为2，则该层中偏差的学习率为当前全局学习率的两倍。该软件根据参数指定的设置确定全局学习率trainingOptions函数。

例子:2

L2正则化因子的权重，指定为一个非负的标量。

软件将该因子与全局L2正则化因子相乘，确定该层权重的L2正则化。例如,如果WeightL2Factor是2，则L2正则化该层中的权重是全局L2正则因子的两倍。属性指定全局L2正则化因子trainingOptions函数。

例子:2

L2正则化因子的偏差，指定为一个非负标量。

软件将该因子与全局L2正则化因子相乘，以确定该层偏差的L2正则化。例如,如果BiasL2Factor为2，则该层偏差的L2正则化因子为全局L2正则化因子的两倍。属性指定全局L2正则化因子trainingOptions函数。

例子:2

层名称，指定为字符向量或字符串标量。要在层图中包含一个层，必须指定一个非空的唯一层名称。如果你训练一个系列网络与层和名称被设置为”，然后软件会在训练时自动为该层指定一个名称。

数据类型：字符|串