主要内容

回归层

回帰出力层の作成

ページ内を折りたたむ

构文

layer =回归层
layer =回归层（名称，值）

说明

回帰层は回帰の二乘误差损失计算します。

层=回归层は，ネットワークの回帰ををRecressionOutputlayerオブジェクトとして返し。

预测使用し学习回帰ネットワークのの予测しますの正规正规化化はは，，回帰用ののニューラルネットワークネットワークの学习の安定化化化化回帰用畳み込みニューラルネットワーク学习学习を参照しください。

例

层=回归层（名称，价值）は，値のを使用し，ののの姓名プロパティおよび响应量プロパティをします。，，回归层（'名称'，'输出'）は，'输出'という名前を作成ます。各名一重引用符で囲みます。

例

すべて折りたたむ

ライブスクリプトを开く

“路由”という名前回帰力层を作成し。。

layer =回归层（'姓名'，，，，“路由”）
layer =带有属性的回归图layerer：名称：'rutput'响应名称：{} hyperparameters lossfunction：'eym-squared-error'

回帰用の损失は，平均误差。。。

层配列に出を含め。。

层= [...imageInputlayer（[28 28 1]）卷积2DLAYER（12,25）Relulayer PlullConnectedLayer（1）回归层]
层= 5x1层阵列，带有层：1''图像输入28x28x1图像，带有“ zerecenter”归一化2''卷积25 12x12卷积[1 1]和填充[0 0 0 0 0] 3'''''relu 4'''完全连接1个完全连接的层5''回归输出均值 - 错误

入力引数

すべて折りたたむ

名前と値引数

オプションの引数ペアをname1 = value1，...，namen = valuenとして指定ます。ここ，，姓名は引数名，价值は対応です名前と値の他の后后指定指定しなけれなければなりませんんが，，，ペアペア

r2021aよりは，をし名前との各ペア，，，姓名を引用で囲みます。

例：回归层（'名称'，'输出'）は，'输出'という名前回帰层を作成。。

层の。ベクトルまたはまたはスカラースカラーとしてしし。。层配列入力の，关数火车网，汇编工作，LayerGraph，およびdlnetworkは，名前が''の层自动に名前を割り当て。。

データ：：char|细绳

cell配列のののの配列配列，またはまたは配列配列配列配列しし。学习时时时にに，，，学习データに従って応答応答名名がが自动的的に{}です。

データ：：细胞

出力引数

すべて折りたたむ

回帰出力层。RecressionOutputlayerオブジェクトとして返さます。

详细

すべて折りたたむ

回帰出力层

回帰层は回帰の二乘误差损失计算します。一般的问题场合，がの全结合の后に続か続かなければばなりませ

1つ観测の，平均误差次で求めます。。

MSE = ∑ 一世 = 1 r （（ t 一世 - y 一世 ） 2 r ，，，，

ここでrははの，，一世は，y一世はiに対するに対するネットワーク予测値。。

se semence-to-One semence to-One回帰回帰の场合はははははははで正规化されるのではなく，，予测応答ののの半平均半平均二乘

失利 = 1 2 ∑ 一世 = 1 r （（ t 一世 - y 一世 ） 2 。

图像到图像回帰の场合はははははで化さのではなくのではなく，各ピクセルの予测応答のの半平均半平均二乘二乘

失利 = 1 2 ∑ p = 1 H w C （（ t p - y p ） 2 ，，，，

ここ，，，およびおよびはそれぞれ出力のさ，幅，，チャネル数数をををを表し，，，，，

序列到序列回帰ネットワーク场合ははははで化されるのではなく，タイムステップの予测応答応答のの半平均半平均

失利 = 1 2 s ∑ 一世 = 1 s ∑ j = 1 r （（ t 一世 j - y 一世 j ） 2 ，，，，

ここで，はシーケンスです。。

学习时，内の観测値损失が计算され。

拡张机能

C/C ++コード生成
MATLAB®编码器™を使用てC ++コードを生成し。。。

gpuコード生成
GPU CODER™をしてnvidia®GPUのためのののコードコードコード。。。。。

バージョン履歴

R2017Aで导入

参考

||

トピック