Matlab一直以来都有着神经网络工具箱,而从2016的版本开始,提供深度神经网络的相关工具。而到现如今2017的版本,功能更加完善,因此本人在此总结Matlab 2017所包含的深度学习的功能。
如今版本的Matlab已经包含的如下功能:
Ø
Ø
Ø
Ø
Ø
Ø
Ø
表1
类型
类名(构造方法)
含义
层
inputLayer
图像输入层
convolutional2dLayer
2D卷基层
reluLayer
ReLU层
crossChannelNormalizatio
归一化层(batch normalization)
AveragePooling2DLayer
平均Pooling层
MaxPooling2DLayer
Max Pooling层
FullyConnectedLayer
全连接层
DropoutLayer
Dropout层(防止过拟合)
SoftmaxLayer
Softmax层
ClassificationOutputLaye
分类输出层(默认损失函数为交叉熵)
RegressionOutputLayer
回归输出层(默认损失函数为MSE)
Autoencoder
自编码层
时序网络
timedelaynet
时间延迟神经网络
layrecnet
循环神经网络
narnet
非线性自回归神经网络
narxnet
具有外部输入的非线性自回归神经网络
distdelaynet
分布式延迟网络
回归网络
(MSE)
cascadeforwardnet
级联神经网络
feedforwardnet
前馈神经网络
fitnet
函数拟合神经网络
识别分类网络
lvqnet
学习向量量化神经网络
patternnet
模式识别网络
神经网络聚类
selforgmap
自组织网络
competlayer
竞争层