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。

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

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
findPlaceholderLayersFind placeholder layers in network architecture imported from Keras or ONNX
replaceLayerReplace layer in layer graph
assembleNetworkAssemble deep learning network from pretrained layers
PlaceholderLayerLayer replacing an unsupported Keras or ONNX layer, or unsupported functionality from functionToLayerGraph

トピック

カスタム中間層

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。

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。

Define Custom Deep Learning Layer with Formatted Inputs

This example shows how to define a custom layer with formatted dlarray inputs.

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。

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。

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、重み付き分類層を定義し、カスタム逆方向損失関数を指定する方法を示します。

ネットワーク構成および入れ子層

深層学習のネットワーク構成

層グラフを含むカスタム層を定義する。

入れ子になった深層学習層の定義

この例では、入れ子になった深層学習層を定義する方法を説明します。

入れ子層をもつ深層学習ネットワークの学習

この例では、入れ子層をもつネットワークに学習させる方法を説明します。

層の有効性のチェック

カスタム層の有効性のチェック

カスタム深層学習層の有効性をチェックする方法を学びます。