主要内容

leakyReluLayer

漏整流线性单元(ReLU)层

全部展开页面

描述

一个有泄漏的ReLU层执行一个阈值操作，其中任何小于零的输入值乘以一个固定的标量。

此操作相当于:

f （ x ） = ｛ x ， x ≥ 0 年代 c 一个 l e * x ， x < 0 ．

创建

语法

layer = leakyReluLayer
layer = leakyReluLayer(scale)
layer = leakyReluLayer()<年代pan class="argument_placeholder">＿＿＿“名字”,名称)

描述

层= leakyReluLayer返回一个有漏洞的ReLU层。

层= leakyReluLayer (规模）返回一个泄漏的ReLU层，其负输入的标量乘法器等于规模．

例子

层= leakyReluLayer (<年代pan class="argument_placeholder">＿＿＿“名称”,名字）返回一个泄漏的ReLU层并设置可选的<一个href="//www.tatmou.com/es/es/es/help/deeplearning/ref/nnet.cnn.layer.leakyrelulayer.html" class="intrnllnk">名字财产。

属性

全部展开

漏水的ReLU

负输入值的标量乘法器，指定为数字标量。

例子:0.4

层

图层名称，指定为字符向量或字符串标量。为层数组输入<一个href="//www.tatmou.com/es/es/es/help/deeplearning/ref/trainnetwork.html">trainNetwork，<一个href="//www.tatmou.com/es/es/es/help/deeplearning/ref/assemblenetwork.html">assembleNetwork，<一个href="//www.tatmou.com/es/es/es/help/deeplearning/ref/nnet.cnn.layergraph.html">layerGraph,<一个href="//www.tatmou.com/es/es/es/help/deeplearning/ref/dlnetwork.html">dlnetwork函数会自动将名称分配给具有该名称的层”．

数据类型:字符|字符串

该属性是只读的。

层的输入数。这一层只接受一个输入。

数据类型:双

该属性是只读的。

输入图层的名称。这一层只接受一个输入。

数据类型:细胞

该属性是只读的。

层的输出数。这一层只有一个输出。

数据类型:双

该属性是只读的。

输出图层的名称。这一层只有一个输出。

数据类型:细胞

例子

全部折叠

打开实时脚本

创建一个名为leaky ReLU的图层“leaky1”负输入的标量乘法器等于0.1。

layer = leakyReluLayer(0.1，<年代pan style="color:#A020F0">“名字”，<年代pan style="color:#A020F0">“leaky1”）
layer = LeakyReLULayer with properties: Name: 'leaky1' Hyperparameters Scale: 0.1000

包含一个泄漏的ReLU层层数组中。

layers = [imageInputLayer([28 28 1]) convolution2dLayer(3,16) batchNormalizationLayer leakyReluLayer maxPooling2dLayer(2，<年代pan style="color:#A020F0">“步”，2) convolution2dLayer(3,32) batchNormalizationLayer leakyReluLayer fullyConnectedLayer(10) softmaxLayer classificationLayer]
layers = 11x1层数组:1”的形象输入28 x28x1图像zerocenter正常化2”二维卷积16 3 x3的隆起与步幅[1]和填充[0 0 0 0]3“批量标准化批量标准化4“ReLU漏漏ReLU规模0.01 5”二维最大池2 x2马克斯池步(2 - 2)和填充[0 0 0 0]6”二维卷积32 3 x3的隆起与步幅[1]和填充[0 0 0 0]7“批量标准化批量标准化8”漏ReLU漏ReLU规模0.01 9”完全连接10全连接层10“Softmax Softmax 11”分类输出交叉

算法

全部展开

参考文献

bbb Maas, Andrew L.， Awni Y. Hannun, Andrew Y. Ng。整流器非线性改进了神经网络声学模型。在Proc。ICML，第30卷，第3期。1.2013.

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

GPU代码生成
使用GPU Coder™为NVIDIA®GPU生成CUDA®代码。

版本历史

在R2017b中引入

另请参阅

|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">|<年代pan itemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">

主题