addLayers
신경망에 계층 추가하기
설명
netUpdated = addLayers(net,layers)layers의 신경망 계층을 dlnetwork 객체 net에 추가합니다. 업데이트된 신경망 netUpdated는 순차적으로 연결된 layers의 계층과 함께 net의 계층과 연결을 포함합니다. layers의 계층 이름은 고유하고 비어 있지 않아야 하며 net의 계층 이름과 달라야 합니다.
예제
빈 신경망과 계층으로 구성된 배열을 만듭니다. addLayers 함수는 계층을 순차적으로 연결합니다.
net = dlnetwork;
layers = [
imageInputLayer([32 32 3])
convolution2dLayer(3,16,Padding="same")
batchNormalizationLayer
reluLayer];
net = addLayers(net,layers);신경망을 플롯으로 표시합니다.
figure plot(net)
2차원 영상이 입력값으로 주어졌을 때 categorical형 레이블과 숫자형 값을 둘 다 예측하는, 2개 출력값을 갖는 신경망을 정의합니다.
클래스와 응답 변수의 개수를 지정합니다.
numClasses = 10; numResponses = 1;
빈 신경망을 만듭니다.
net = dlnetwork;
신경망의 기본 분기의 계층과 소프트맥스 출력값을 정의합니다.
layers = [
imageInputLayer([28 28 1],Normalization="none")
convolution2dLayer(5,16,Padding="same")
batchNormalizationLayer
reluLayer(Name="relu_1")
convolution2dLayer(3,32,Padding="same",Stride=2)
batchNormalizationLayer
reluLayer
convolution2dLayer(3,32,Padding="same")
batchNormalizationLayer
reluLayer
additionLayer(2,Name="add")
fullyConnectedLayer(numClasses)
softmaxLayer(Name="softmax")];
net = addLayers(net,layers);건너뛰기 연결을 추가합니다.
layers = [
convolution2dLayer(1,32,Stride=2,Name="conv_skip")
batchNormalizationLayer
reluLayer(Name="relu_skip")];
net = addLayers(net,layers);
net = connectLayers(net,"relu_1","conv_skip");
net = connectLayers(net,"relu_skip","add/in2");회귀 출력값을 위해 완전 연결 계층을 추가합니다.
layers = fullyConnectedLayer(numResponses,Name="fc_2"); net = addLayers(net,layers); net = connectLayers(net,"add","fc_2");
신경망을 플롯으로 표시합니다.
figure plot(net)
