complexReluLayer

복소 ReLU(Rectified Linear Unit) 계층

R2025a 이후

설명

복소 ReLU 계층은 입력값의 실수부와 허수부에 대해 0보다 작은 값은 모두 0으로 설정하는 임계값 연산을 수행합니다.

생성

구문

layer = complexReluLayer

layer = complexReluLayer(Name=name)

설명

layer = complexReluLayer는 복소 ReLU 계층을 만듭니다.

layer = complexReluLayer(Name=name)은 이름-값 인수를 사용하여 선택적 속성인 Name도 설정합니다.

속성

Name — 계층 이름

'' (디폴트 값) | 문자형 벡터

계층 이름으로, 문자형 벡터로 지정됩니다. Layer 배열 입력값에 대해 trainnet 및 dlnetwork 함수는 이름이 지정되지 않은 계층에 자동으로 이름을 할당합니다.

데이터형: char

NumInputs — 입력값의 개수

읽기 전용: 1 (디폴트 값)

읽기 전용 속성입니다.

계층에 대한 입력값의 개수로, 1로 저장됩니다. 이 계층은 단일 입력값만 받습니다.

데이터형: double

InputNames — 입력값 이름

읽기 전용: {'in'} (디폴트 값)

읽기 전용 속성입니다.

입력값 이름으로, {'in'}으로 저장됩니다. 이 계층은 단일 입력값만 받습니다.

데이터형: cell

NumOutputs — 출력값 개수

읽기 전용: 1 (디폴트 값)

읽기 전용 속성입니다.

계층의 출력값 개수로, 1로 저장됩니다. 이 계층은 단일 출력값만 가집니다.

데이터형: double

OutputNames — 출력값 이름

읽기 전용: {'out'} (디폴트 값)

읽기 전용 속성입니다.

출력값 이름으로, {'out'}으로 저장됩니다. 이 계층은 단일 출력값만 가집니다.

데이터형: cell

예제

복소 ReLU 계층 만들기

복소 ReLU 계층을 만듭니다.

layer = complexReluLayer

layer = 
  ComplexReLULayer with properties:

    Name: ''

   Learnable Parameters
    No properties.

   State Parameters
    No properties.

  Show all properties

알고리즘

복소 ReLU

복소 ReLU 계층은 입력값의 실수부와 허수부에 대해 0보다 작은 값은 모두 0으로 설정하는 임계값 연산을 수행합니다.

복소 ReLU 연산은 요소별 연산이며, 입력 데이터의 크기를 변경하지 않습니다. 입력의 각 요소에 대해 대응되는 출력 요소는 다음과 같습니다.

$$f\left(a+ib\right)=\max (a,0)+i\max (b,0).$$

계층 입력 형식 및 출력 형식

계층 배열 또는 계층 그래프의 계층 대부분은 뒤에 오는 계층에 데이터를 전달할 때 형식이 지정된 dlarray 객체로 전달합니다. dlarray 객체의 형식은 문자들로 구성된 문자열로, 각 문자는 데이터의 대응되는 차원을 설명합니다. 형식은 다음 문자 중 하나 이상으로 구성됩니다.

• "S" — 공간

• "C" — 채널

• "B" — 배치

• "T" — 시간

• "U" — 지정되지 않음

4차원 배열로 표현되는 2차원 영상 데이터를 예로 들면 처음 2개 차원은 영상의 공간 차원, 3번째 차원은 영상의 채널, 4번째 차원은 배치 차원에 대응되며, "SSCB"(공간, 공간, 채널, 배치) 형식으로 설명할 수 있습니다.

ComplexReLULayer 객체는 요소별 연산을 적용하고 모든 형식의 입력 데이터를 지원합니다. 계층은 차원을 추가하거나 제거하지 않으므로 입력 데이터와 같은 형식을 갖는 데이터를 출력합니다.

복소수

ComplexReLULayer 객체는 복소수 값 입력과 출력을 지원합니다. 계층은 기본 연산을 실수 값 입력에서와 동일하게 복소수 값 입력에 적용하며, 두 경우 모두 복소수 값 데이터를 출력합니다.

버전 내역

R2025a에 개발됨

참고 항목

complexToRealLayer | realToComplexLayer | reluLayer | trainnet | trainingOptions | dlnetwork

도움말 항목

• 분류를 수행하는 간단한 딥러닝 신경망 만들기
• 회귀를 위해 컨벌루션 신경망 훈련시키기
• Denoise Complex-Valued Signal Using Multilayer Perceptron
• MATLAB의 딥러닝
• Compare Activation Layers
• 딥러닝 계층 목록