이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

setL2Factor

계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 설정

설명

예제

layer = setL2Factor(layer,parameterName,factor)layer에서 이름이 parameterName인 파라미터에 대한 L2 정규화 인자를 factor로 설정합니다.

내장 계층의 경우, 상응하는 속성을 사용하여 L2 정규화 인자를 직접 설정할 수 있습니다. 예를 들어, convolution2dLayer 계층의 경우, 구문 layer = setL2Factor(layer,'Weights',factor)layer.WeightL2Factor = factor와 동일합니다.

예제

모두 축소

계층의 학습 가능한 파라미터에 대한 L2 정규화 인자를 설정하고 가져옵니다.

사용자 지정 PReLU 계층을 정의합니다. 이 계층을 만들려면 파일 preluLayer.m을 현재 폴더에 저장하십시오.

사용자 지정 계층 preluLayer를 넣어 계층 배열을 만듭니다.

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    batchNormalizationLayer
    preluLayer(20,'prelu')
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer];

preluLayer의 학습 가능한 파라미터 'Alpha'에 대한 L2 정규화 인자를 2로 설정합니다.

layers(4) = setL2Factor(layers(4),'Alpha',2);

업데이트된 L2 정규화 인자를 표시합니다.

factor = getL2Factor(layers(4),'Alpha')
factor = 2

입력 인수

모두 축소

입력 계층으로, 스칼라 Layer 객체로 지정됩니다.

파라미터 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다.

파라미터에 대한 L2 정규화 인자로, 음이 아닌 스칼라로 지정됩니다.

이 인자에 전역 L2 정규화 인자를 곱하여 지정된 파라미터에 대한 L2 정규화 인자가 결정됩니다. 예를 들어, factor가 2인 경우, 지정된 파라미터에 대한 L2 정규화 인자는 전역 L2 정규화 인자의 2배입니다. 전역 L2 정규화 인자는 trainingOptions 함수를 사용하여 지정할 수 있습니다.

예: 2

R2017b에 개발됨