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

softmaxLayer

소프트맥스 계층

설명

소프트맥스 계층은 입력값에 소프트맥스 함수를 적용합니다.

생성

구문

layer = softmaxLayer
layer = softmaxLayer('Name',Name)

설명

layer = softmaxLayer는 소프트맥스 계층을 만듭니다.

예제

layer = softmaxLayer('Name',Name)은 소프트맥스 계층을 만들고 이름-값 쌍을 사용하여 선택적 속성인 Name을 설정합니다. 예를 들어, softmaxLayer('Name','sm1')은 이름이 'sm1'인 소프트맥스 계층을 만듭니다. 속성 이름을 작은따옴표로 묶습니다.

속성

모두 확장

계층 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. 계층 그래프에 계층을 포함하려면 비어 있지 않은 고유한 계층 이름을 지정해야 합니다. 이 계층을 사용하여 시리즈 네트워크를 훈련시킬 때 Name''로 설정하면, 소프트웨어가 훈련 시점에 해당 계층에 자동으로 이름을 할당합니다.

데이터형: char | string

예제

모두 축소

이름이 sm1'인 소프트맥스 계층을 만듭니다.

layer = softmaxLayer('Name','sm1')
layer = 
  SoftmaxLayer with properties:

    Name: 'sm1'

Layer 배열에 소프트맥스 계층을 포함시킵니다.

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]
layers = 
  7x1 Layer array with layers:

     1   ''   Image Input             28x28x1 images with 'zerocenter' normalization
     2   ''   Convolution             20 5x5 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                    ReLU
     4   ''   Max Pooling             2x2 max pooling with stride [2  2] and padding [0  0  0  0]
     5   ''   Fully Connected         10 fully connected layer
     6   ''   Softmax                 softmax
     7   ''   Classification Output   crossentropyex

세부 정보

모두 확장

참고 문헌

[1] Bishop, C. M. Pattern Recognition and Machine Learning. Springer, New York, NY, 2006.

R2016a에 개발됨