complexReluLayer

複素正規化線形ユニット (ReLU) 層

R2025a 以降

説明

複素 ReLU 層は、入力の実数部と虚数部に対してしきい値演算を実行し、ゼロ未満の値をすべてゼロに設定します。

作成

構文

layer = complexReluLayer

layer = complexReluLayer(Name=name)

説明

layer = complexReluLayer は複素 ReLU 層を作成します。

layer = complexReluLayer(Name=name) は、名前と値の引数を使用して、オプションの Name プロパティも設定します。

プロパティ

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 として格納されます。この層は単一の入力のみを受け入れます。

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'} として格納されます。この層は単一の入力のみを受け入れます。

データ型: cell

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 として格納されます。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'} として格納されます。この層には単一の出力のみがあります。

データ型: cell

例

複素 ReLU 層の作成

複素 ReLU 層を作成します。

layer = complexReluLayer

layer = 
  ComplexReLULayer with properties:

    Name: ''

   Learnable Parameters
    No properties.

   State Parameters
    No properties.

  Show all properties

アルゴリズム

複素 ReLU

複素 ReLU 層は、入力の実数部と虚数部に対してしきい値演算を実行し、ゼロ未満の値をすべてゼロに設定します。

複素 ReLU 演算は要素単位の演算であり、入力データのサイズは変更されません。入力の各要素に対応する出力要素は次のようになります。

$$f\left(a+ib\right)=\max (a,0)+i\max (b,0).$$

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。

ComplexReLULayer オブジェクトは要素単位の演算を適用し、あらゆる形式の入力データをサポートします。層は、次元を追加したり削除したりせず、入力データと同じ形式でデータを出力します。

複素数

ComplexReLULayer オブジェクトは、複素数値の入力と出力をサポートします。この層は、複素数値の入力に対して実数値の入力に対する演算と同じように基となる演算を適用し、どちらの場合も複素数値のデータを出力します。

バージョン履歴

R2025a で導入

参考

complexToRealLayer | realToComplexLayer | reluLayer | trainnet | trainingOptions | dlnetwork

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
• Denoise Complex-Valued Signal Using Multilayer Perceptron
• MATLAB による深層学習
• 活性化層の比較
• 深層学習層の一覧