主要内容

functionToLayerGraph

将深度学习模型函数转换为层图

折叠所有页面

语法

lgraph = functionToLayerGraph(fun,x)
lgraph = functionToLayerGraph(fun,x,Name,Value)

描述

例子

lgraph= functionToLayerGraph (有趣的，x）返回基于深度学习数组函数的层图有趣的．functionToLayerGraph仅将这些操作转换为有趣的在dlarray中的输入中的对象x．包含额外的参数或数据有趣的，见主题参数化功能或者这个例子从函数创建图层图．

functionToLayerGraph评估有趣的（x)，并在可能的情况下追踪执行过程，以获得等效的层图。步骤有趣的（x),functionToLayerGraphtrace都可以基于吗dlarray参数和支持的调用万博1manbetxdlarray．看到支持dlarray的函数列表万博1manbetx．对于不支持的万博1manbetx函数，functionToLayerGraph创建一个PlaceholderLayer．

lgraph= functionToLayerGraph (有趣的，x，名称,值）除前面语法中的输入参数外，还使用一个或多个名称-值对参数指定选项。

例子

全部折叠

打开实时脚本

的simplemodel函数创建完全连接的输出，后面跟着softmax操作。根据此函数创建层图dlarray数据，创建输入数组为dlarray对象的函数句柄simplemodel函数包含数据。

rng默认的%用于再现性dlX1 = dlarray(rand(10)，“CB”）;dlX2 = dlarray(0 (10,1)，“CB”）;fun = @(x)simplemodel(x,dlX1,dlX2);

调用functionToLayerGraph使用一个dlarray对于输入数据dlX．

dlX = dlarray(ones(10,1)，“CB”）;lgraph = functionToLayerGraph(fun,dlX)
lgraph = LayerGraph with properties: Layers: [2x1 nnet.cnn.layer.Layer] Connections: [1x2 table] InputNames: {1x0 cell} OutputNames: {1x0 cell}

中的结果层进行检查lgraph．

disp (lgraph.Layers)
2x1层阵列，有层:1' fc_1'全连接10全连接层2 'sm_1' Softmax Softmax
函数Y = simplemodel(x,w,b) Y = fullyconnect(x,w,b);Y = softmax(Y);结束

输入参数

全部折叠

要转换的函数，指定为函数句柄。

例子:@relu

数据类型:function_handle

函数的数据，指定为任何数据类型。只有dlarray跟踪数据并将其转换为层图。

例子:dlarray (0 (12 * 50, 23))

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑|字符|字符串|结构体|表格|细胞|function_handle|分类|datetime|持续时间|calendarDuration|fi

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:“GenerateLayer”、“placeholder-layer”

中为不支持的操作生成的层类型万博1manbetx有趣的，指定为“custom-layer”或“placeholder-layer”．

当一个手术有趣的不对应于深度学习工具箱™中的一个层，软件生成一个层来表示该功能。的“GenerateLayer”选项指定层的类型如下所示。

例子:“GenerateLayer”、“placeholder-layer”

用于生成自定义层的前缀，指定为字符向量。

此选项仅适用于“GenerateLayer”选择是“custom-layer”．每个生成的自定义层的名称以指定的前缀开始。

例子:“CustomLayerPrefix”、“myGeneratedLayer”

输出参数

全部折叠

图层图，返回为LayerGraph对象。

版本历史

R2019b引入

另请参阅

|||

主题