RegressionOutputLayer
회귀 출력 계층
설명
회귀 계층은 회귀 작업의 손실을 평균 제곱 오차의 절반을 취한 값으로 계산합니다.
생성
regressionLayer
를 사용하여 회귀 출력 계층을 만듭니다.
속성
회귀 출력
ResponseNames
— 응답 변수의 이름
{}
(디폴트 값) | 문자형 벡터로 구성된 셀형 배열 | string형 배열
응답 변수의 이름으로, 문자형 벡터로 구성된 셀형 배열 또는 string형 배열로 지정됩니다. 소프트웨어는 훈련 시점에 훈련 데이터에 따라 자동으로 응답 변수의 이름을 설정합니다. 디폴트 값은 {}
입니다.
데이터형: cell
LossFunction
— 훈련에 대한 손실 함수
'mean-squared-error'
훈련에 사용할 손실 함수로, 'mean-squared-error'
로 지정됩니다.
계층
Name
— 계층 이름
''
(디폴트 값) | 문자형 벡터 | string형 스칼라
계층 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. Layer
배열 입력값에 대해 trainNetwork
, assembleNetwork
, layerGraph
, dlnetwork
함수는 이름이 ''
인 계층에 자동으로 이름을 할당합니다.
데이터형: char
| string
NumInputs
— 입력값의 개수
1
(디폴트 값)
읽기 전용 속성입니다.
계층의 입력값 개수. 이 계층은 단일 입력값만 받습니다.
데이터형: double
InputNames
— 입력값 이름
{"in"}
(디폴트 값)
읽기 전용 속성입니다.
계층의 입력값 이름. 이 계층은 단일 입력값만 받습니다.
데이터형: cell
NumOutputs
— 출력값 개수
0 (디폴트 값)
계층의 출력값 개수. 이 계층에는 출력값이 없습니다.
데이터형: double
OutputNames
— 출력값 이름
{}
(디폴트 값)
계층의 출력값 이름. 이 계층에는 출력값이 없습니다.
데이터형: cell
예제
회귀 출력 계층 만들기
이름이 'routput'
인 회귀 출력 계층을 만듭니다.
layer = regressionLayer('Name','routput')
layer = RegressionOutputLayer with properties: Name: 'routput' ResponseNames: {} Hyperparameters LossFunction: 'mean-squared-error'
회귀의 디폴트 손실 함수는 평균 제곱 오차입니다.
Layer 배열에 회귀 출력 계층을 삽입합니다.
layers = [ ...
imageInputLayer([28 28 1])
convolution2dLayer(12,25)
reluLayer
fullyConnectedLayer(1)
regressionLayer]
layers = 5x1 Layer array with layers: 1 '' Image Input 28x28x1 images with 'zerocenter' normalization 2 '' 2-D Convolution 25 12x12 convolutions with stride [1 1] and padding [0 0 0 0] 3 '' ReLU ReLU 4 '' Fully Connected 1 fully connected layer 5 '' Regression Output mean-squared-error
세부 정보
회귀 출력 계층
회귀 계층은 회귀 작업의 손실을 평균 제곱 오차의 절반을 취한 값으로 계산합니다. 일반적인 회귀 문제에서 회귀 계층은 마지막 완전 연결 계층 뒤에 와야 합니다.
단일 관측값에 대해 평균 제곱 오차는 다음과 같이 표현됩니다.
여기서 R은 응답 변수의 개수이고, ti는 목표 출력값이고, yi는 i번째 응답 변수에 대한 신경망의 예측값입니다.
영상 및 sequence-to-one 회귀 신경망의 경우, 회귀 계층의 손실 함수는 R에 의해 정규화되지 않은, 예측된 응답의 평균 제곱 오차의 절반입니다.
image-to-image 회귀 신경망의 경우, 회귀 계층의 손실 함수는 R에 의해 정규화되지 않은, 각 픽셀에 대해 예측된 응답의 평균 제곱 오차의 절반입니다.
여기서 H, W, C는 각각 출력값의 높이, 너비, 채널 개수를 나타내고, p는 t와 y의 각 요소(픽셀)를 선형적으로 참조합니다.
sequence-to-sequence 회귀 신경망의 경우, 회귀 계층의 손실 함수는 R에 의해 정규화되지 않은, 각 시간 스텝에 대해 예측된 응답의 평균 제곱 오차의 절반입니다.
여기서 S는 시퀀스 길이입니다.
훈련 시에 소프트웨어는 미니 배치에 있는 관측값에 대해 손실 평균을 계산합니다.
버전 내역
R2017a에 개발됨
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)