深層学習のカスタム層

深層学習用のカスタム層の定義

問題に合わせて独自のカスタム深層学習層を定義できます。カスタム出力層を使用してカスタム損失関数を指定し、学習可能なパラメーターを含むカスタム層や含まない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。

関数

すべて展開する

カスタム層

`functionLayer`	関数層
`checkLayer`	Check 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
`networkDataLayout`	Deep learning network data layout for learnable parameter initialization

ネットワークアセンブリ

`findPlaceholderLayers`	Find 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
`PlaceholderLayer`	Layer replacing an unsupported Keras or ONNX layer

トピック

カスタム層の概要

カスタム深層学習層の定義
カスタム深層学習層の定義方法を学習します。
カスタム深層学習中間層の定義
カスタム深層学習中間層の定義方法を学ぶ。
カスタム深層学習出力層の定義
カスタム深層学習出力層の定義方法を学ぶ。

カスタム中間層

学習可能なパラメーターを含むカスタム深層学習層の定義
この例では、PReLU 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。
複数の入力があるカスタム深層学習層の定義
この例では、カスタム重み付き加算層を定義し、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。
書式化された入力をもつカスタム深層学習層の定義
この例では、書式化された dlarray 入力をもつカスタム層を定義する方法を示します。
Define Custom Recurrent Deep Learning Layer
This example shows how to define a peephole LSTM layer and use it in a neural network.
カスタム層の逆方向関数の指定
この例では、PReLU 層を定義し、カスタム逆方向関数を指定する方法を示します。
Custom Layer Function Acceleration
Accelerate custom layer forward and predict functions by caching and reusing traces.
コード生成用のカスタム深層学習層の定義
この例では、コード生成をサポートする PReLU 層を定義する方法を示します。
事前学習済みの Keras 層からのネットワークの組み立て
この例では、事前学習済みの Keras ネットワークから層をインポートし、サポートされていない層をカスタム層に置き換え、予測の準備が整ったネットワークをこれらの層から組み立てる方法を説明します。
サポートされていない Keras 層の関数層への置き換え
この例では、事前学習済みの Keras ネットワークから層をインポートし、サポートされていない層を関数層に置き換え、予測の準備が整ったネットワークをこれらの層から組み立てる方法を説明します。

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。