matlab改输入层,定义自定义深度学习层

在网络中包含自定义回归输出层

您可以像使用 Deep Learning Toolbox 中的任何其他输出层一样使用自定义输出层。本节说明如何使用自定义输出层创建和训练网络以用于回归任务。

该示例构造一个卷积神经网络架构，训练网络，并使用经过训练的网络预测手写数字的旋转角度。这些预测对于光学字符识别很有用。

定义一个自定义均值绝对误差回归层。要创建此层，请将文件 maeRegressionLayer.m 保存在当前文件夹中。

加载示例训练数据。

[XTrain,~,YTrain] = digitTrain4DArrayData;

创建一个层数组，并包含自定义回归输出层 maeRegressionLayer。

layers = [

imageInputLayer([28 28 1])

convolution2dLayer(5,20)

batchNormalizationLayer

reluLayer

fullyConnectedLayer(1)

maeRegressionLayer('mae')]

layers =

6x1 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 '' Batch Normalization Batch normalization

4 '' ReLU ReLU

5 &#