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。

imageInputLayer

イメージ入力層

説明

イメージ入力層は、ネットワークに 2 次元イメージを入力し、データ正規化を適用します。

3 次元イメージ入力の場合、image3dInputLayer を使用します。

作成

構文

layer = imageInputLayer(inputSize)

layer = imageInputLayer(inputSize,Name,Value)

説明

layer = imageInputLayer(inputSize) はイメージ入力層を返し、InputSize プロパティを指定します。

layer = imageInputLayer(inputSize,Name,Value) は、名前と値のペアを使用して、オプションのプロパティを設定します。複数の名前と値のペアを指定できます。各プロパティ名を一重引用符で囲みます。

プロパティ

イメージ入力

InputSize — 入力のサイズ

整数の行ベクトル

入力データのサイズ。整数の行ベクトル [h w c] として指定します。ここで、h、w、および c はそれぞれ高さ、幅、およびチャネル数に対応します。

• グレースケール イメージの場合、c が 1 に等しいベクトルを指定します。

• RGB イメージの場合、c が 3 に等しいベクトルを指定します。

• マルチスペクトル イメージまたはハイパースペクトル イメージの場合、c がチャネル数に等しいベクトルを指定します。

3 次元イメージ入力またはボリューム入力の場合、image3dInputLayer を使用します。

例: [224 224 3]

Normalization — データ正規化

'zerocenter' (既定値) | 'zscore' | 'rescale-symmetric' | 'rescale-zero-one' | 'none' | 関数ハンドル

データが入力層を通じて順伝播されるたびに適用するデータ正規化。次のいずれかに指定します。

• 'zerocenter' — Mean によって指定された平均を減算します。

• 'zscore' — Mean によって指定された平均を減算し、StandardDeviation で除算します。

• 'rescale-symmetric' — Min および Max によってそれぞれ指定された最小値と最大値を使用して、範囲 [-1, 1] に入力を再スケーリングします。

• 'rescale-zero-one' — Min および Max によってそれぞれ指定された最小値と最大値を使用して、範囲 [0, 1] に入力を再スケーリングします。

• 'none' — 入力データを正規化しません。

• 関数ハンドル — 指定した関数を使用してデータを正規化します。関数は、Y = func(X) という形式でなければなりません。ここで、X は入力データ、出力 Y は正規化データです。

ヒント

既定では、学習時に正規化統計量が自動的に計算されます。学習時に時間を節約するため、正規化に必要な統計量を指定し、trainingOptions で 'ResetInputNormalization' オプションを false に設定します。

NormalizationDimension — 正規化の次元

'auto' (既定値) | 'channel' | 'element' | 'all'

正規化の次元。次のいずれかに指定します。

• 'auto' – 学習オプションが false の場合、いずれかの正規化統計量 (Mean、StandardDeviation、Min、または Max) を指定し、統計量に一致する次元に対して正規化を行います。そうでない場合、学習時に統計量を再計算し、チャネル単位の正規化を適用します。

• 'channel' – チャネル単位の正規化。

• 'element' – 要素単位の正規化。

• 'all' – スカラーの統計量を使用してすべての値を正規化します。

Mean — ゼロ中心正規化および z スコア正規化の平均

[] (既定値) | 3 次元配列 | 数値スカラー

ゼロ中心正規化および z スコア正規化の平均。h x w x c の配列、チャネルごとの平均から成る 1 x 1 x c の配列、数値スカラー、または [] として指定します。ここで、h、w、および c はそれぞれ平均の高さ、幅、およびチャネル数に対応します。

Mean プロパティを指定する場合、Normalization は 'zerocenter' または 'zscore' でなければなりません。Mean が [] の場合、学習時に平均が計算されます。

学習を行わずにネットワークを作成する場合 (assembleNetwork を使用してネットワークを組み立てる場合など)、このプロパティを設定できます。

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

StandardDeviation — z スコア正規化の標準偏差

[] (既定値) | 3 次元配列 | 数値スカラー

z スコア正規化の標準偏差。h x w x c の配列、チャネルごとの平均から成る 1 x 1 x c の配列、数値スカラー、または [] として指定します。ここで、h、w、および c はそれぞれ標準偏差の高さ、幅、およびチャネル数に対応します。

StandardDeviation プロパティを指定する場合、Normalization は 'zscore' でなければなりません。StandardDeviation が [] の場合、学習時に標準偏差が計算されます。

学習を行わずにネットワークを作成する場合 (assembleNetwork を使用してネットワークを組み立てる場合など)、このプロパティを設定できます。

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

Min — 再スケーリングの最小値

[] (既定値) | 3 次元配列 | 数値スカラー

再スケーリングの最小値。h x w x c の配列、チャネルごとの最小値から成る 1 x 1 x c の配列、数値スカラー、または [] として指定します。ここで、h、w、および c はそれぞれ最小値の高さ、幅、およびチャネル数に対応します。

Min プロパティを指定する場合、Normalization は 'rescale-symmetric' または 'rescale-zero-one' でなければなりません。Min が [] の場合、学習時に最小値が計算されます。

学習を行わずにネットワークを作成する場合 (assembleNetwork を使用してネットワークを組み立てる場合など)、このプロパティを設定できます。

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

Max — 再スケーリングの最大値

[] (既定値) | 3 次元配列 | 数値スカラー

再スケーリングの最大値。h x w x c の配列、チャネルごとの最大値から成る 1 x 1 x c の配列、数値スカラー、または [] として指定します。ここで、h、w、および c はそれぞれ最大値の高さ、幅、およびチャネル数に対応します。

Max プロパティを指定する場合、Normalization は 'rescale-symmetric' または 'rescale-zero-one' でなければなりません。Max が [] の場合、学習時に最大値が計算されます。

学習を行わずにネットワークを作成する場合 (assembleNetwork を使用してネットワークを組み立てる場合など)、このプロパティを設定できます。

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

DataAugmentation — データ拡張変換

'none' (既定値) | 'randcrop' | 'randfliplr' | 'randcrop' および 'randfliplr' の cell 配列

メモ

DataAugmentation プロパティは推奨されません。トリミング、反転、およびその他の幾何変換によってイメージを前処理するには、代わりに augmentedImageDatastore を使用します。

学習時に使用するデータ拡張変換。次のいずれかに指定します。

• 'none' — データ拡張を行いません。

• 'randcrop' — 学習イメージからランダムにトリミングします。ランダムなトリミングのサイズは、入力のサイズと同じです。

• 'randfliplr' — 50% の確率で入力イメージを水平方向にランダムに反転させます。

• 'randcrop' および 'randfliplr' の cell 配列。cell 配列で指定された順序で拡張が適用されます。

イメージ データの拡張は、過適合を防ぐ方法の 1 つです [1]、[2]。

データ型: string | char | cell

層

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。層グラフに層を含めるには、空ではない一意の層の名前を指定しなければなりません。この層が含まれる系列ネットワークに学習させて Name を '' に設定すると、学習時に層に名前が自動的に割り当てられます。

データ型: char | string

NumInputs — 入力の数

0 (既定値)

層の入力の数。この層には入力がありません。

データ型: double

InputNames — 入力名

{} (既定値)

層の入力名。この層には入力がありません。

データ型: cell

NumOutputs — 出力の数

1 (既定値)

層の出力の数。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

{'out'} (既定値)

層の出力名。この層には単一の出力のみがあります。

データ型: cell

例

イメージ入力層の作成

'input'. という名前で 28 x 28 のカラー イメージのイメージ入力層を作成します。既定では、すべての入力イメージから学習セットの平均イメージを減算することで、層でデータ正規化が実行されます。

inputlayer = imageInputLayer([28 28 3],'Name','input')

inputlayer = 
  ImageInputLayer with properties:

                      Name: 'input'
                 InputSize: [28 28 3]

   Hyperparameters
          DataAugmentation: 'none'
             Normalization: 'zerocenter'
    NormalizationDimension: 'auto'
                      Mean: []

Layer 配列にイメージ入力層を含めます。

layers = [ ...
    imageInputLayer([28 28 1])
    convolution2dLayer(5,20)
    reluLayer
    maxPooling2dLayer(2,'Stride',2)
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]

layers = 
  7x1 Layer array with layers:

     1   ''   Image Input             28x28x1 images with 'zerocenter' normalization
     2   ''   Convolution             20 5x5 convolutions with stride [1  1] and padding [0  0  0  0]
     3   ''   ReLU                    ReLU
     4   ''   Max Pooling             2x2 max pooling with stride [2  2] and padding [0  0  0  0]
     5   ''   Fully Connected         10 fully connected layer
     6   ''   Softmax                 softmax
     7   ''   Classification Output   crossentropyex

互換性の考慮事項

AverageImage プロパティは削除予定

R2019b 以降は非推奨

AverageImage は削除される予定です。代わりに Mean を使用してください。コードを更新するには、AverageImage のすべてのインスタンスを Mean に置き換えます。プロパティの間に違いがない場合は、コードをさらに更新する必要があります。

imageInputLayer および image3dInputLayer は既定でチャネル単位の正規化を使用

将来のリリースで動作変更

R2019b 以降では、imageInputLayer および image3dInputLayer は既定でチャネル単位の正規化を使用します。以前のバージョンでは、これらの層は要素単位の正規化を使用します。この動作を再現するには、これらの層の NormalizationDimension オプションを 'element' に設定します。

参照

[1] Krizhevsky, A., I. Sutskever, and G. E. Hinton. "ImageNet Classification with Deep Convolutional Neural Networks". Advances in Neural Information Processing Systems. Vol 25, 2012.

[2] Cireşan, D., U. Meier, J. Schmidhuber. "Multi-column Deep Neural Networks for Image Classification". IEEE Conference on Computer Vision and Pattern Recognition, 2012.

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。

使用上の注意および制限:

• コード生成では、関数ハンドルを使用して指定される 'Normalization' はサポートされません。

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。

使用上の注意および制限:

• コード生成では、関数ハンドルを使用して指定される 'Normalization' はサポートされません。

参考

augmentedImageDatastore | convolution2dLayer | featureInputLayer | fullyConnectedLayer | image3dInputLayer | maxPooling2dLayer | trainNetwork | ディープ ネットワーク デザイナー

トピック

• 分類用のシンプルな深層学習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

R2016a で導入

×

例を開く

この例の変更されたバージョンがあります。編集された方の例を開きますか?

いいえ、変更されたバージョンを上書きします。 はい