Main Content

La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

softmaxLayer

Descrizione

Un livello softmax applica una funzione softmax all’input.

Creazione

Descrizione

layer = softmaxLayer crea un livello softmax.

esempio

layer = softmaxLayer('Name',Name) crea un livello softmax e imposta la proprietà opzionale Name utilizzando una coppia nome-valore. Ad esempio, softmaxLayer('Name','sm1') crea un livello softmax con il nome 'sm1'. Racchiudere il nome della proprietà tra virgolette singole.

Proprietà

espandi tutto

Nome del livello, specificato come un vettore di carattere o uno scalare di stringa. Per l’input dell’array di Layer, le funzioni trainNetwork, assembleNetwork, layerGraph e dlnetwork assegnano automaticamente i nomi ai livelli con il nome ''.

Tipi di dati: char | string

proprietà è di sola lettura.

Numero di input del livello. Questo livello accetta solo un input singolo.

Tipi di dati: double

proprietà è di sola lettura.

Nomi di input del livello. Questo livello accetta solo un input singolo.

Tipi di dati: cell

proprietà è di sola lettura.

Numero di output del livello. Questo livello ha solo un output singolo.

Tipi di dati: double

proprietà è di sola lettura.

Nomi di output del livello. Questo livello ha solo un output singolo.

Tipi di dati: cell

Esempi

comprimi tutto

Creare un livello softmax con il nome 'sm1'.

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

    Name: 'sm1'

Includere un livello softmax in un array di Layer.

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   ''   2-D Convolution         20 5x5 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                    ReLU
     4   ''   2-D 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

Algoritmi

espandi tutto

Riferimenti

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

Funzionalità estese

Generazione di codice C/C++
Genera codice C e C++ con MATLAB® Coder™.

Generazione di codice GPU
Genera codice CUDA® per GPU NVIDIA® con GPU Coder™.

Cronologia versioni

Introdotto in R2016a