adaptiveAveragePooling2dLayer

R2026b

2 次元適応平均プーリング層

R2024a 以降

説明

2 次元適応平均プーリング層は、入力を矩形のプーリング領域に分割し、各領域の平均を計算することによって、ダウンサンプリングを実行して目的の出力サイズを提供します。

作成

構文

layer = adaptiveAveragePooling2dLayer(outputSize)

layer = adaptiveAveragePooling2dLayer(outputSize,Name=name)

説明

layer = adaptiveAveragePooling2dLayer(outputSize) は、適応平均プーリング層を作成し、OutputSize プロパティを設定します。

layer = adaptiveAveragePooling2dLayer(outputSize,Name=name) は、オプションの Name プロパティも設定します。たとえば、adaptiveAveragePooling2dLayer(16,Name="adap") は、出力サイズ [16 16] の適応平均プーリング層を作成し、名前を "adap" に設定します。

入力引数

outputSize — 出力サイズ

正の整数 | 2 つの正の整数のベクトル

出力サイズ。次のいずれかとして指定します。

• 正の整数 sz — サイズ [sz sz] のデータを出力します。

• 2 つの正の整数のベクトル [sz1 sz2] — サイズ [sz1 sz2] のデータを出力します。

この引数は OutputSize プロパティを設定します。

例: [12 14] は、1 番目の次元と 2 番目の次元の長さとしてそれぞれ 12 と 14 の出力サイズを指定します。

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

name — 層の名前

"" (既定値) | 文字ベクトル | string スカラー

層の名前。文字ベクトルまたは string スカラーとして指定します。Layer 配列入力の場合、trainnet 関数および dlnetwork 関数は、名前のない層に自動的に名前を割り当てます。

この引数は Name プロパティを設定します。

データ型: char | string

プロパティ

適応平均プーリング

OutputSize — 出力サイズ

2 つの正の整数のベクトル

出力サイズ。2 つの正の整数のベクトルとして指定します。

このプロパティを設定する際にスカラー値を指定することで、両方の次元に同じ値を使用することもできます。

データ型: double

層

Name — 層の名前

'' (既定値) | 文字ベクトル

層の名前。文字ベクトルとして指定します。Layer 配列入力の場合、trainnet 関数および dlnetwork 関数は、名前のない層に自動的に名前を割り当てます。

データ型: char

NumInputs — 入力の数

読み取り専用: 1 (既定値)

この プロパティ は読み取り専用です。

層への入力の数。1 として表されます。この層には単一の入力のみがあります。

データ型: double

InputNames — 入力名

読み取り専用: {'in'} (既定値)

この プロパティ は読み取り専用です。

入力名。{'in'} として表されます。この層には単一の入力のみがあります。

NumOutputs — 出力の数

読み取り専用: 1 (既定値)

この プロパティ は読み取り専用です。

層からの出力の数。1 として表されます。この層には単一の出力のみがあります。

データ型: double

OutputNames — 出力名

読み取り専用: {'out'} (既定値)

この プロパティ は読み取り専用です。

出力名。{'out'} として表されます。この層には単一の出力のみがあります。

例

適応平均プーリング層の作成

出力サイズ [12 12]、名前 "adap_avg1" の適応平均プーリング層を作成します。

layer = adaptiveAveragePooling2dLayer(12,Name="adap_avg1")

layer = 
  AdaptiveAveragePooling2DLayer with properties:

          Name: 'adap_avg1'
    OutputSize: [12 12]

   Learnable Parameters
    No properties.

   State Parameters
    No properties.

  Show all properties

Layer 配列に出力サイズ [12 12] の適応平均プーリング層を含めます。層は、指定された出力サイズを提供するために、ストライドとカーネル サイズを自動的に選択します。

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    adaptiveAveragePooling2dLayer(12)
    fullyConnectedLayer(10)
    softmaxLayer]

layers = 
  6×1 Layer array with layers:

     1   ''   Image Input                    28×28×1 images with 'zerocenter' normalization
     2   ''   2-D Convolution                20 5×5 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                           ReLU
     4   ''   2-D Adaptive Average Pooling   Adaptive average pooling with output size 12x12
     5   ''   Fully Connected                Fully connected layer with output size 10
     6   ''   Softmax                        Softmax

アルゴリズム

2 次元適応平均プーリング層

2 次元適応平均プーリング層は、入力を矩形のプーリング領域に分割し、各領域の平均を計算することによって、ダウンサンプリングを実行します。

層がプーリングを行う次元は、層の入力によって次のように異なります。

• 2 次元イメージ入力 (2 つの空間次元内のピクセル、ならびにチャネルと観測値に対応する 4 次元のデータ) の場合、層は空間次元でプーリングします。

• 2 次元イメージ シーケンス入力 (2 つの空間次元内のピクセル、ならびにチャネルと観測値とタイム ステップに対応する 5 次元のデータ) の場合、層は 2 つの空間次元でプーリングします。

• 1 次元イメージ シーケンス入力 (1 つの空間次元内のピクセル、ならびにチャネルと観測値とタイム ステップに対応する 4 次元のデータ) の場合、層は空間次元と時間次元でプーリングします。

層の入力形式と出力形式

層配列内または層グラフ内の大半の層は、形式を整えた dlarray オブジェクトとして後続の層にデータを渡します。dlarray オブジェクトの形式は文字列で、各文字はデータ内の対応する次元を表します。この形式には次の文字が 1 つ以上含まれています。

• "S" — 空間

• "C" — チャネル

• "B" — バッチ

• "T" — 時間

• "U" — 指定なし

たとえば、4 次元配列として表された 2 次元イメージ データがあり、最初の 2 つの次元がイメージの空間次元に対応し、3 番目の次元がイメージのチャネルに対応し、4 番目の次元がバッチ次元に対応している場合、このイメージ データは "SSCB" (空間、空間、チャネル、バッチ) という形式で記述できます。

以下などの自動微分ワークフローで、これらの dlarray オブジェクトを操作できます。

• カスタム層を開発する

• functionLayer オブジェクトを使用する

• forward 関数および predict 関数を dlnetwork オブジェクトと共に使用する

次の表は、AdaptiveAveragePooling2DLayer オブジェクトでサポートされている入力形式、および対応する出力形式を示しています。ソフトウェアが nnet.layer.Formattable クラスを継承していないカスタム層、または Formattable プロパティが 0 (false) に設定された FunctionLayer オブジェクトに層の出力を渡す場合、その層は形式を整えていない dlarray オブジェクトを受け取り、この表に示された形式に従って次元が並べられます。ここには層がサポートする形式の一部の形式のみを示します。層では、追加の "S" (空間) 次元または "U" (未指定) 次元をもつ形式など、追加の形式がサポートされている場合があります。

入力形式	出力形式
"SSCB" (spatial、spatial、channel、batch)	"SSCB" (spatial、spatial、channel、batch)
"SCBT" (spatial、channel、batch、time)	"SCBT" (spatial、channel、batch、time)
"SSCBT" (spatial、spatial、channel、batch、time)	"SSCBT" (spatial、spatial、channel、batch、time)
"SSB" (spatial、spatial、batch)	"SSB" (spatial、spatial、batch)
"SSC" (spatial、spatial、channel)	"SSC" (spatial、spatial、channel)
"SCT" (spatial、channel、time)	"SCT" (spatial、channel、time)
"SSCT" (spatial、spatial、channel、time)	"SSCT" (spatial、spatial、channel、time)
"SBT" (spatial、batch、time)	"SBT" (spatial、batch、time)
"SSBT" (spatial、spatial、batch、time)	"SSBT" (spatial、spatial、batch、time)

参照

[1] Nagi, J., F. Ducatelle, G. A. Di Caro, D. Ciresan, U. Meier, A. Giusti, F. Nagi, J. Schmidhuber, L. M. Gambardella. ''Max-Pooling Convolutional Neural Networks for Vision-based Hand Gesture Recognition''. IEEE International Conference on Signal and Image Processing Applications (ICSIPA2011), 2011.

拡張機能

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

GPU コード生成
GPU Coder™ を使用して NVIDIA® GPU のための CUDA® コードを生成します。

バージョン履歴

R2024a で導入

参考

averagePooling2dLayer | convolution2dLayer | globalAveragePooling2dLayer | maxPooling2dLayer

トピック

• 分類用のシンプルな深層学習ニューラル ネットワークの作成
• 回帰用の畳み込みニューラル ネットワークの学習
• MATLAB による深層学習
• 畳み込みニューラル ネットワークの層の指定
• 深層学習層の一覧