网络链
详细信息和选项
输入 网络链 作为第一层的输入。 的输出 网络链 被视为最后一层的输出。 所有中间层必须只有一个输入端口和一个输出端口。 网络链 [ … ] [ 数据 ] 给出了将网络应用于的结果 数据 . 网络链 [ … ] [ 数据 , NetPortGradient(网络端口渐变) [ “输入” ] ] 给出输出相对于输入数据的梯度。 如果第一层有多个输入端口 网络链 将具有相同的输入端口。 如果最后一层有多个输出端口 网络链 将具有相同的输出端口。 网络链 支持以下特殊层规范: -
斜坡 , LogisticSigmoid公司 , … 元素层 [ (f) ] n个 线性图层 [ n个 ] { 层 1 , 层 2 , … } 网络链 [ { 层 1 , 层 2 , … } ] 正常 [ 网络链 [ … ] ] 将返回用于构建链的层的列表或关联。 这个 标准格式 属于 网络链 显示了链中各层的摘要以及各层输出的数组维度。 单击链中的层可显示有关该层的更多信息。 可以包括以下可选参数: -
学习率乘数 自动 可训练阵列的学习速率乘法器 链的整体输入和输出数组形状可以使用指定 “输入”-> 形状 和 “输出”-> 形状 的选项 网络链 . 可能的形式 形状 包括: -
“真实” 单个实数 “整数” 单个整数 受限制的 [ “整数” , n个 ] 介于1和之间的整数 n个 受限制的 [ “整数” , { 米 , n个 } ] 介于之间的整数 米 和 n个 n个 长度向量 n个 { n个 1 , n个 2 , … } 维度数组 n个 1 × n个 2 × … “不断变化” 长度可变的向量 { “不断变化” , n个 2 , n个 三 , … } 数组的第一个维度是可变的,其余维度是 n个 2 × n个 三 × … 网络编码器 [ … ] 编码器 ( 用于输入端口 ) 网络编码器 [ { … , “尺寸” { n个 1 , … } } ] 在维度数组上映射的编码器 n个 1 × … 网络解码器 [ … ] 解码器 ( 用于输出端口 ) 网络解码器 [ { … , “输入深度” n个 } } ] 应用于秩数组的解码器 n个 FeatureExtractorFunction功能 [ … ] 一个特征提取函数 任意长度 n个 我 给定为 自动 根据链的结构推断。 网络链 [ … ] [ 数据 , … , opts选项 ] 指定应用网络时应使用的选项 数据 。可能的选项包括: -
批量大小 自动 输入列表 , 一次要评估的输入数 NetEvaluation模式 “测试” 在执行评估时使用什么模式 随机播种 自动 如何为伪随机发生器设定种子 , 如果有 目标设备 “CPU” 要在其上执行评估的目标设备 工作精度 “实际32” 用于评估净值的数值精度 的可能设置 工作精度 包括: -
“实际32” 使用单精度实数 ( 32位 ) “Real64” 使用双精度实数 ( 64位 ) “混合” 对某些操作使用半精度实数 工作精度 ->“混合” 仅支持 目标设备 ->“GPU” ,这可能导致某些设备上的性能显著提高。 当给出一个 数字数组 作为输入,输出将是 数字数组 。在这种情况下,其数值类型派生自 工作精度 . 使用设置 NetEvaluation模式 ->“培训” ,层,例如 DropoutLayer(删除层) 他们会像训练一样表现,而不是普通的评估。 正常 [ 网络链 [ … ] ] 返回用于构建网络的层的列表或关联。 边缘列表 [ 网络链 [ … ] ] 返回网络中的连接列表。 网络链 [ … ] [ [ 规范 ] ] 提取指定的图层 规范 从网上。 上的转换 网络链 [ … ] 网络可以通过以下方式实现 NetReplacePart(NetReplace部件) , NetReplace(网络替换) , NetRename(网络重命名) , 净扁平化 , NetDelete(网络删除) , NetTake公司 , NetDrop(NetDrop) , NetInsert(网络插入) , … . 选项 [ 网络链 ] 给出了构建网络的默认选项列表。 选项 [ 网络链 [ … ] ] 给出了根据某些数据评估网络的默认选项列表。 问询处 [ 网络链 [ … ] ] 提供了有关网络的报告。 问询处 [ 网络链 [ … ] , 支柱 ] 给出属性的值 支柱 属于 网络链 [ … ] . 可能的属性 与的相同 NetGraph(网络图形) .