depthConcatenationLayer

深さ連結層

説明

深さ連結層は、高さと幅が同じ入力を取り、チャネル次元に沿ってこれらを連結します。

作成時に層への入力の数を指定します。入力の名前は 'in1','in2',...,'inN' になります。N は入力の数です。connectLayers または disconnectLayers を使用して層の結合または切り離しを行うときには、入力名を使用します。

作成

構文

layer = depthConcatenationLayer(numInputs)

layer = depthConcatenationLayer(numInputs,'Name',name)

説明

layer = depthConcatenationLayer(numInputs) は、チャネル次元に沿って入力 numInputs を連結する深さ連結層を作成します。この関数は、NumInputs プロパティも設定します。

layer = depthConcatenationLayer(numInputs,'Name',name) は、Name プロパティも設定します。

プロパティ

NumInputs — 入力の数

正の整数

層への入力の数。2 以上の正の整数として指定します。

入力の名前は 'in1','in2',...,'inN' になります。ここで、N は NumInputs です。たとえば、NumInputs が 3 である場合、入力の名前は 'in1','in2' および 'in3' になります。関数 connectLayers または disconnectLayers を使用して層の結合または切り離しを行うときには、入力名を使用します。

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。

DepthConcatenationLayer オブジェクトは、このプロパティを文字ベクトルとして格納します。

データ型: char | string

InputNames — 入力名

{'in1','in2',…,'inN'} (既定値)

入力名。{'in1','in2',...,'inN'} として指定します。ここで、N は層の入力の数です。

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

深さ連結層の作成と結合

2 つの入力があり、名前が 'concat_1' である深さ連結層を作成します。

concat = depthConcatenationLayer(2,'Name','concat_1')

concat = 
  DepthConcatenationLayer with properties:

          Name: 'concat_1'
     NumInputs: 2
    InputNames: {'in1'  'in2'}

2 つの ReLU 層を作成し、これらの層を深さ連結層に結合します。深さ連結層で ReLU 層の出力が連結されます。

relu_1 = reluLayer('Name','relu_1');
relu_2 = reluLayer('Name','relu_2');

net = dlnetwork;
net = addLayers(net,relu_1);
net = addLayers(net,relu_2);
net = addLayers(net,concat);

net = connectLayers(net,'relu_1','concat_1/in1');
net = connectLayers(net,'relu_2','concat_1/in2');

plot(net)

アルゴリズム

層の入力形式と出力形式

層配列内または層グラフ内の層は、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。

functionLayer オブジェクトを使用するか、関数 forward と関数 predict を dlnetwork オブジェクトと共に使用して、カスタム層の開発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。

次の表は、DepthConcatenationLayer 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。

出力形式は入力形式と一致します。

入力形式	出力形式
"SSCB" (spatial、spatial、channel、batch)	"SSCB" (spatial、spatial、channel、batch)
"SSSCB" (spatial、spatial、spatial、channel、batch)	"SSSCB" (spatial、spatial、spatial、channel、batch)
"SSCBT" (spatial、spatial、channel、batch、time)	"SSCBT" (spatial、spatial、channel、batch、time)
"SSSCBT" (spatial、spatial、spatial、channel、batch、time)	"SSSCBT" (spatial、spatial、spatial、channel、batch、time)
"SSC" (spatial、spatial、channel)	"SSC" (spatial、spatial、channel)
"SSSC" (spatial、spatial、spatial、channel)	"SSSC" (spatial、spatial、spatial、channel)

dlnetwork オブジェクトでは、DepthConcatenationLayer オブジェクトもこれらの入力形式と出力形式の組み合わせをサポートします。

入力形式	出力形式
"SSCT" (spatial、spatial、channel、time)	"SSCT" (spatial、spatial、channel、time)
"SSSCT" (spatial、spatial、spatial、channel、time)	"SSSCT" (spatial、spatial、spatial、channel、time)

複素数

DepthConcatenationLayer 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。 (R2024a 以降)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、結果が複素数となった場合は複素数値のデータを出力します。

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

R2017b で導入

R2024a: 複素数値の入力と出力のサポート

DepthConcatenationLayer 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、結果が複素数となった場合は複素数値のデータを出力します。

参考

trainnet | trainingOptions | dlnetwork | additionLayer | connectLayers | disconnectLayers | exportNetworkToSimulink | Depth Concatenation Layer

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
• MATLAB による深層学習
• 事前学習済みの深層ニューラル ネットワーク
• イメージ分類用の残差ネットワークの学習
• 深層学習層の一覧