Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

カスタム層

深層学習用のカスタム層の定義

ほとんどのタスクでは、組み込み層を使用できます。目的のタスクに必要な組み込み層が用意されていない場合、独自のカスタム層を定義できます。カスタム出力層を使用してカスタム損失関数を指定できます。また、学習可能なパラメーターと状態パラメーターを含むカスタム層を定義できます。カスタム層を定義した後、その層の有効性、GPU 互換性、定義した勾配の出力の正しさをチェックできます。サポートされている層の一覧については、深層学習層の一覧を参照してください。

関数

すべて展開する

functionLayer関数層 (R2021b 以降)
checkLayerCheck validity of custom or function layer
setLearnRateFactor層の学習可能なパラメーターの学習率係数を設定します。
setL2Factor層の学習可能なパラメーターの L2 正則化係数の設定
getLearnRateFactor層の学習可能なパラメーターの学習率係数の取得
getL2Factor層の学習可能なパラメーターの L2 正則化係数の取得
networkDataLayoutDeep learning network data layout for learnable parameter initialization (R2022b 以降)
findPlaceholderLayersFind placeholder layers in network architecture imported from Keras or ONNX
replaceLayer層グラフまたはネットワークの層の置き換え
assembleNetwork事前学習済みの層から深層学習ネットワークを組み立てる
PlaceholderLayerLayer replacing an unsupported Keras or ONNX layer

トピック

カスタム層の概要

カスタム中間層

カスタム出力層

  • カスタム分類出力層の定義
    この例では、残差平方和 (SSE) 損失を含むカスタム分類出力層を定義し、畳み込みニューラル ネットワークで使用する方法を説明します。
  • カスタム回帰出力層の定義
    この例では、平均絶対誤差 (MAE) 損失を含むカスタム回帰出力層を定義し、畳み込みニューラル ネットワークで使用する方法を説明します。
  • カスタム出力層の逆方向損失関数の指定
    この例では、残差平方和 (SSE) 損失を使用するカスタム分類出力層を定義し、カスタム逆方向損失関数を指定する方法を説明します。

ネットワーク構成および入れ子層