addInputLayer

ネットワークに入力層を追加する

R2022b 以降

構文

netUpdated = addInputLayer(net,layer)

netUpdated = addInputLayer(net,layer,inputName)

netUpdated = addInputLayer(___,Initialize=tf)

説明

netUpdated = addInputLayer(net,layer) は、入力層を net 内の最初の未接続入力に接続することにより、net ネットワークに入力層 layer を追加します。更新されたネットワークが自動初期化をサポートしている場合、関数はネットワークの学習可能なパラメーターを自動的に初期化します。

netUpdated = addInputLayer(net,layer,inputName) は、この関数が入力層にどの未接続入力を接続するかも指定します。

netUpdated = addInputLayer(___,Initialize=tf) は、前述の構文のいずれかを使用して出力ネットワークを初期化するかどうかも指定します。

例

dlnetwork への入力層の追加

入力層を持たず、初期化されていない dlnetwork オブジェクトを作成します。

layers = [
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,Stride=2)
    fullyConnectedLayer(10)
    softmaxLayer];

net = dlnetwork(layers,Initialize=false)

net = 
  dlnetwork with properties:

         Layers: [5×1 nnet.cnn.layer.Layer]
    Connections: [4×2 table]
     Learnables: [4×3 table]
          State: [0×3 table]
     InputNames: {'conv'}
    OutputNames: {'softmax'}
    Initialized: 0

  View summary with summary.

入力サイズが [28 28 1] のイメージ入力層を作成します。

layer = imageInputLayer([28 28 1],Normalization="none");

入力層をネットワークに追加します。

net = addInputLayer(net,layer)

net = 
  dlnetwork with properties:

         Layers: [6×1 nnet.cnn.layer.Layer]
    Connections: [5×2 table]
     Learnables: [4×3 table]
          State: [0×3 table]
     InputNames: {'imageinput'}
    OutputNames: {'softmax'}
    Initialized: 1

  View summary with summary.

Initialized プロパティを表示します。ネットワークには初期化に必要なすべての情報が含まれているため、出力ネットワークは初期化されます。

net.Initialized

ans = logical
   1

指定された dlnetwork 入力への入力層の接続

2 つの未接続の入力をもつ未初期化の dlnetwork オブジェクトを作成します。

layers = [
    convolution2dLayer(5,16,Name="conv")
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(50)
    flattenLayer
    concatenationLayer(1,2,Name="cat")
    fullyConnectedLayer(10)
    softmaxLayer];

net = dlnetwork(layers,Initialize=false);

畳み込み層に接続するイメージ入力層を作成します。

layer = imageInputLayer([28 28 1],Normalization="none");

イメージ入力層を "conv" 層に接続します。ネットワークにはネットワークを初期化するために必要な情報が含まれていないため、返されるネットワークは初期化されていません。

net = addInputLayer(net,layer,"conv")

net = 
  dlnetwork with properties:

         Layers: [9×1 nnet.cnn.layer.Layer]
    Connections: [8×2 table]
     Learnables: [8×3 table]
          State: [2×3 table]
     InputNames: {'imageinput'  'cat/in2'}
    OutputNames: {'softmax'}
    Initialized: 0

  View summary with summary.

連結層の 2 番目の入力に接続する特徴入力層を作成します。

layer = featureInputLayer(1);

特徴入力層を "cat" 層の "in2" 入力に接続します。ネットワークにはネットワークを初期化するために必要な情報が含まれるようになったため、返されるネットワークは初期化されます。

net = addInputLayer(net,layer,"cat/in2")

net = 
  dlnetwork with properties:

         Layers: [10×1 nnet.cnn.layer.Layer]
    Connections: [9×2 table]
     Learnables: [8×3 table]
          State: [2×3 table]
     InputNames: {'imageinput'  'input'}
    OutputNames: {'softmax'}
    Initialized: 1

  View summary with summary.

ネットワークをプロットで可視化します。

figure
plot(net)

入力引数

net — ニューラル ネットワーク

dlnetwork オブジェクト

ニューラル ネットワーク。dlnetwork オブジェクトとして指定します。

layer — 追加する入力層

Layer オブジェクト

追加する入力層。Layer オブジェクトとして指定します。

inputName — 関数が層を接続する未接続のネットワーク入力

string スカラー | 文字ベクトル | 文字ベクトルを含む cell 配列

関数が層を接続する未接続のネットワーク入力。string スカラー、文字ベクトル、または文字ベクトルを含む cell 配列として指定します。

データ型: char | string | cell

tf — 出力ネットワークを初期化するフラグ

"auto" (既定値) | true または 1 | false または 0

出力ネットワークの学習可能なパラメーターを初期化するフラグ。次のいずれかの値として指定します。

• "auto" — 初期化に必要なすべての情報がネットワークに含まれている場合、関数は出力ネットワークを初期化します。それ以外の場合、関数は出力ネットワークを初期化しません。

• 1 (true) — 出力ネットワークを初期化します。初期化に必要なすべての情報がネットワークに含まれていない場合、関数はエラーになります。

• 0 (false) — 出力ネットワークを初期化しません。

出力引数

netUpdated — 更新されたネットワーク

dlnetwork オブジェクト

更新されたネットワーク。dlnetwork オブジェクトとして返されます。

この関数は、入力層が、接続されている層の直前に表示されるように、ネットワークの Layers プロパティ内の層を並べ替えます。

バージョン履歴

R2022b で導入

参考

trainnet | trainingOptions | dlnetwork | dlarray | dlgradient | dlfeval | forward | predict | initialize

トピック

• カスタム学習ループを使用したネットワークの学習
• 深層学習層の一覧
• カスタム学習ループ、損失関数、およびネットワークの定義