dlarray
万博1manbetxdlarray
万博1manbetx这些表列出并简要描述了深度学习工具箱™操作的函数dlarray
对象。
函数 | 描述 |
---|---|
avgpool |
平均池化操作通过将输入划分为池化区域并计算每个区域的平均值来执行向下采样。 |
batchnorm |
批处理规范化操作对一个小批处理中的每个输入通道进行规范化。为了加快卷积神经网络的训练,降低对网络初始化的敏感性,可以对卷积和非线性操作进行批处理归一化,如线性整流函数(Rectified Linear Unit) 。 |
crossentropy |
交叉熵运算计算单标签和多标签分类任务的网络预测和目标值之间的交叉熵损失。 |
crosschannelnorm |
跨通道规范化操作使用不同通道中的本地响应来规范化每个激活。跨通道标准化通常遵循a线性整流函数(Rectified Linear Unit) 操作。跨通道标准化也称为本地响应标准化。 |
dlconv |
卷积操作对输入数据应用滑动过滤器。使用带有未分组或分组卷积的1-D和2-D过滤器,以及带有未分组卷积的3-D过滤器。 |
dltranspconv |
转置卷积运算对特征图进行向上采样。 |
fullyconnect |
全连接操作将输入乘以一个权值矩阵,然后加上一个偏差向量。 |
格勒乌 |
门控循环单元(GRU)操作允许网络学习时间序列和序列数据之间的依赖关系。 |
leakyrelu |
泄漏整流线性单元(ReLU)激活操作执行非线性阈值操作,其中任何小于零的输入值乘以一个固定的比例因子。 |
lstm |
长短期记忆(LSTM)操作允许网络学习时间序列中的时间步长和序列数据之间的长期依赖关系。 |
maxpool |
最大池化操作通过将输入划分为池化区域并计算每个区域的最大值来执行向下采样。 |
maxunpool |
最大解池操作通过上采样和填充0来解池最大池操作的输出。 |
均方误差 |
二分之一均方误差操作计算回归任务的网络预测和目标值之间的二分之一均方误差损失。 |
线性整流函数(Rectified Linear Unit) |
整流线性单元(ReLU)激活操作执行非线性阈值操作,其中任何小于零的输入值被设置为零。 |
乙状结肠 |
sigmoid激活操作将sigmoid函数应用于输入数据。 |
softmax |
softmax激活操作将softmax函数应用于输入数据的通道维度。 |
dlarray
特殊功能函数 | 描述 |
---|---|
会变暗 |
函数返回的数据格式dlarray 。 |
dlmtimes |
这个函数将矩阵乘法应用于包含两个输入的每个页面dlarray 对象。这有时被称为批处理矩阵乘法。 |
dlfeval |
这个函数计算dlarray 函数使用自动微分。 |
dlgradient |
这个函数使用自动微分计算梯度。 |
extractdata |
这个函数从a中提取数据dlarray 。 |
finddim |
这个函数找到的下标dlarray 带有给定尺寸标签的尺寸。 |
stripdims |
这个函数从a中删除数据格式dlarray 。 |
dlarray
万博1manbetx许多MATLAB®功能操作dlarray
对象。这些表列出了使用这些函数时的使用注意事项和限制dlarray
参数。
函数 | 笔记和局限性 |
---|---|
- ,- |
如果两个 |
+ ,+ |
|
权力 ,。^ |
|
rdivide ,。/ |
如果两个 |
次 ,。* |
函数 | 笔记和局限性 |
---|---|
装天花板 |
输出 |
每股收益 |
|
修复 |
输出 |
地板上 |
输出 |
马克斯 |
|
最小值 |
|
重新调节 |
|
轮 |
|
函数 | 笔记和局限性 |
---|---|
所有 |
输出 |
和 ,& |
如果两个 |
任何 |
输出 |
情商 ,= = |
如果两个 |
通用电气 ,> = |
|
gt ,> |
|
勒 ,< = |
|
lt ,< |
|
不 ,~ = |
|
不 ,~ |
输出 |
或 ,| |
如果两个 |
xor |
函数 | 笔记和局限性 |
---|---|
ctranspose ,” |
如果输入 |
交换 |
如果输入 |
转置 ,。” |
如果输入 |
函数 | 笔记和局限性 |
---|---|
投 |
|
双 |
输出是 |
收集 |
|
gpuArray |
|
逻辑 |
对于非标量输入 |
单 |
输出是dlarray 包含类型数据的单 。 |
函数 | 笔记和局限性 |
---|---|
iscolumn |
这个函数返回真正的 对于一个dlarray 这是一个列向量,除了第一个维度外,每个维度都是单元素。例如,3乘1乘1dlarray 是列向量。 |
ismatrix |
这个函数返回真正的 为dlarray 只有两个维度的对象dlarray 对象,其中除前两个维度外,每个维度都是单例的。例如,3乘4乘1dlarray 是一个矩阵。 |
isrow |
这个函数返回真正的 对于一个dlarray 这是一个行向量,除了第二个维度外,每个维度都是单元素。例如,1乘3乘1dlarray 是行向量。 |
isscalar |
N/A |
isvector |
这个函数返回真正的 对于一个dlarray 这是一个行向量或列向量。请注意,isvector 不考虑1×1×3的矩阵吗dlarray 是一个向量。 |
长度 |
N/A |
ndims |
如果输入 |
元素个数 |
N/A |
大小 |
如果输入 |
有些函数使用隐式展开将两个格式化的函数合并在一起dlarray
输入。该函数根据需要将标记为单例维度(大小为1的维度)引入到输入中,以使它们的格式匹配。该函数在每个维度块的末尾使用相同的标签插入单例维度。
要查看此行为的示例,请输入以下代码。
X = 1 (2、3、2);dlX = dlarray (X,“渣打银行”) Y = 1:3;海底= dlarray (Y,“C”) dlZ = dlX.*
dlX = 2 (S)×3 (C)×2 (B) dlarray(:,: 1) = 1 1 1 1 1 1(:,: 2) = 1 1 1 1 1 1海底= 3 (C)×1 (U) dlarray 1 2 3 dlZ = 2 (S)×3 (C)×2 (B) dlarray (:,: 1) = 1 2 3 1 2 3 (:,: 2) = 1 2 3 1 2 3
dlZ (i, j, k) = dlX (i, j, k)。*海底(j)
为指标我
,j
,k
。的第二个维度dlZ
(标记为“C”
)对应于的第2维dlX
的第一个维度海底
。
一般来说,格式一dlarray
输入不需要是另一种格式的子集dlarray
输入。例如,如果dlX
和海底
为输入参数dim (dlX) =“渣打银行”
和dim(海底)=“SSCT”
,则输出dlZ
有dim (dlZ) =“SSCBT”
。的“年代”
维度的dlX
映射到第一“年代”
维度的海底
。
的“U”
维度的dlarray
表现出与其他标记维度不同的特性,因为它展示了标准的MATLAB单例维度行为。你可以考虑格式化dlarray
因为有无穷多个“U”
返回的尺寸尺寸为1大小
。
软件抛弃a“U”
标签,除非该维度是非单例的,或者它是数组的前两个维度之一dlarray
。
要查看此行为的示例,请输入以下代码。
X = 1 (2, 2);dlX = dlarray (X,“SC”) dlX(:,:,2) = 2
dlarray (:,:,1) = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 (:,:,2) = 2 2 2 2 2
dlarray
一个三维dlarray
,并将第三维度标记为“U”
默认情况下。的例子“U”
维度用于隐式展开,请参阅使用数据格式的隐式扩展。
索引和一个dlarray
被支持万博1manbetx,表现出以下行为:
dlX (idx1,…, idxn)
返回一个dlarray
的数据格式dlX
如果n
大于或等于ndims (dlX)
。否则,它将返回未格式化的dlarray
。
如果你设置海底(idx1,…, idxn) = dlX
,则数据格式为海底
是否保留,尽管软件可能添加或删除尾随“U”
尺寸标签。的数据格式dlX
对该操作没有影响。
如果你删除a的一部分dlarray
使用dlX (idx1,…, idxn) = []
,则数据格式为dlX
如果保留n
大于或等于ndims (dlX)
。否则,dlX
无格式返回。
当你使用一个函数dlarray
输入时,函数内部操作的顺序可以根据内部存储的顺序而改变dlarray
。这一变化可能会导致两舍五入顺序上的差异dlarray
对象,否则是相等的。
dlarray
|dlfeval
|dlgradient
|dlnetwork