inputLayer

R2026b

入力層

R2023b 以降

説明

入力層は、形式を整えていないデータまたはカスタム形式のデータをニューラル ネットワークに入力します。

• 2 次元イメージ入力の場合、imageInputLayer を使用します。

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

• シーケンス入力および時系列入力の場合、sequenceInputLayer を使用します。

• 表形式入力および特徴データ入力の場合、featureInputLayer を使用します。

作成

構文

layer = inputLayer(inputSize)

layer = inputLayer(inputSize,inputFormat)

layer = inputLayer(___,Name=Value)

説明

layer = inputLayer(inputSize) は、形式を整えていないデータの入力層を作成します (R2025a 以降)。

layer = inputLayer(inputSize,inputFormat) は、入力層を作成して、カスタムのデータ形式を指定します。

layer = inputLayer(___,Name=Value) では、前の構文の入力引数の任意の組み合わせに加えて、1 つ以上の名前と値の引数を使用してオプションを指定します。たとえば、Name="in" は、層の名前が "in" であることを指定します。

入力引数

inputSize — 入力のサイズ

正の整数または NaN 値の行ベクトル

入力のサイズ。正の整数または NaN から成る行ベクトルとして指定します。

可変サイズのバッチ次元または時間次元をサポートするネットワークの場合、対応する次元のサイズを NaN として指定します。

この引数は InputSize プロパティを設定します。

例: [224 224 3]

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

inputFormat — データの次元の説明

"" (R2025a 以降) (既定値) | 文字ベクトル | string スカラー

データの次元の説明。文字ベクトルまたは string スカラーとして指定します。

深層学習のデータ形式は文字列で、各文字は対応するデータ次元のタイプを表します。各文字は以下のとおりです。

• "S" — 空間

• "C" — チャネル

• "B" — バッチ

• "T" — 時間

• "U" — 指定なし

たとえば、シーケンスのバッチを表し、1 番目、2 番目、および 3 番目の次元がそれぞれチャネル、観測値、およびタイム ステップに対応する配列があるとします。データは "CBT" (チャネル、バッチ、時間) の形式で記述できます。

InputFormat が "" である場合、層は形式を整えていないデータをニューラル ネットワークに直接渡します。後続の層が形式を整えていない入力データをサポートしていることを確認してください (R2025a 以降)。

層の入力形式では、"S" または "U" のラベルが付いた次元を複数回指定できます。"C"、"B"、"T" のラベルについては、1 回のみ使用できます。次元数が 2 より大きい場合、入力形式の右端にある "U" 次元に対応する入力サイズは 1 より大きくなければなりません。

詳細については、深層学習のデータ形式を参照してください。

この引数は InputFormat プロパティを設定します。

例: "SSCB"

例: "SCBT"

例: "TCB"

データ型: char | string

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで、Name は引数名で、Value は対応する値です。名前と値の引数は他の引数の後に指定しなければなりませんが、ペアの順序は重要ではありません。

例: inputLayer([3 1],"CB",Name="in") は "in" という名前の入力層を作成します。

InputValidationFcn — 入力検証関数

"auto" (既定値) | function_handle

R2026b 以降

入力検証関数。次のいずれかとして指定します。

• "auto" — 入力データのサイズと形式が層の構成と一致していることを確認します。

• 構文 f(X,info) の関数ハンドル — 指定された関数を学習時および予測時に呼び出します。入力データが無効な場合、関数はエラーをスローします。

カスタム関数を指定する場合、引数 X が入力データとなり、形式を整えた dlarray オブジェクトとして指定します。引数 info は、InputSize と InputFormat というフィールドをもつ構造体であり、対応する層プロパティ値が格納されます。

たとえば、次の関数を使って、層入力に正の値のみが含まれていることをチェックできます。

function inputMustBePositive(X,info)

if any(X<=0,"all")
    error("Input must be positive.")
end

end

この関数を検証に使用するには、この関数をスクリプトに含めるか、関数を inputMustBePositive.m というファイルとして保存し、引数を @inputMustBePositive に設定します。

この引数は InputValidationFcn プロパティを設定します。

データ型: char | string | function_handle

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

入力

InputSize — 入力のサイズ

読み取り専用: 正の整数または NaN 値の行ベクトル

この プロパティ は読み取り専用です。

このプロパティは、オブジェクト作成後、読み取り専用になります。InputLayer オブジェクトを作成する場合、このプロパティを設定するには、対応する位置入力の引数を使用します。

入力のサイズ。正の整数または NaN の行ベクトルとして保存されます。

可変サイズのバッチ次元または時間次元をサポートするネットワークの場合、対応する値は NaN となります。

データ型: double

InputFormat — データの次元の説明

文字ベクトル

このプロパティは、オブジェクト作成後、読み取り専用になります。InputLayer オブジェクトを作成する場合、このプロパティを設定するには、対応する位置入力の引数を使用します。

データの次元の説明。文字ベクトルとして保存されます。

深層学習のデータ形式は文字列で、各文字は対応するデータ次元のタイプを表します。各文字は以下のとおりです。

• "S" — 空間

• "C" — チャネル

• "B" — バッチ

• "T" — 時間

• "U" — 指定なし

たとえば、シーケンスのバッチを表し、1 番目、2 番目、および 3 番目の次元がそれぞれチャネル、観測値、およびタイム ステップに対応する配列があるとします。データは "CBT" (チャネル、バッチ、時間) の形式で記述できます。

InputFormat が "" である場合、層は形式を整えていないデータをニューラル ネットワークに直接渡します。後続の層が形式を整えていない入力データをサポートしていることを確認してください (R2025a 以降)。

詳細については、深層学習のデータ形式を参照してください。

データ型: char

InputValidationFcn — 入力検証関数

'auto' (既定値) | function_handle

R2026b 以降

このプロパティは、オブジェクト作成後、読み取り専用になります。InputLayer オブジェクトを作成する場合、このプロパティを設定するには、対応する名前と値の引数を使用します。

入力検証関数。次のいずれかとして保存されます。

• 'auto' — 入力データのサイズと形式が層の構成と一致していることを確認します。

• 構文 f(X,info) の関数ハンドル — 指定された関数を学習時および予測時に呼び出します。入力データが無効な場合、関数はエラーをスローします。

データ型: char | function_handle

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。Layer 配列入力の場合、trainnet 関数と dlnetwork 関数は、名前が "" の層に新しい一意の名前を自動的に割り当てます。

InputLayer 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

NumInputs — 入力の数

読み取り専用: 0 (既定値)

この プロパティ は読み取り専用です。

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

読み取り専用: {} (既定値)

この プロパティ は読み取り専用です。

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

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

1 次元イメージ入力層の作成

1 次元イメージ データ (空間、チャネル、観測値に対応する次元をもつ 3 次元データ) を入力する入力層を作成します。データに 3 つのチャネルがあり、イメージの高さのサイズが 64 であることを指定します。バッチ次元が可変であることを指定します。

inputSize = [64 3 NaN];
inputFormat = "SCB";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

                  Name: ''
             InputSize: [64 3 NaN]
           InputFormat: 'SCB'
    InputValidationFcn: 'auto'

入力層をネットワークに含めます。

layers = [
    inputLayer([64 3 NaN],"SCB")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(10)
    softmaxLayer];

時空間入力層の作成

時空間データ (空間、チャネル、時間、観測値に対応する次元をもつ 4 次元データ) を入力する入力層を作成します。データに 3 つのチャネルがあり、空間のサイズが 64 であることを指定します。バッチ次元と時間次元が可変であることを指定します。

inputSize = [64 3 NaN NaN];
inputFormat = "SCBT";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

                  Name: ''
             InputSize: [64 3 NaN NaN]
           InputFormat: 'SCBT'
    InputValidationFcn: 'auto'

入力層をネットワークに含めます。

layers = [
    inputLayer([64 3 NaN NaN],"SCBT")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    globalAveragePooling1dLayer
    flattenLayer
    lstmLayer(100,OutputMode="last")
    fullyConnectedLayer(10)
    softmaxLayer];

アルゴリズム

複素数

InputLayer オブジェクトは、後続の層への複素数値データの受け渡しをサポートします (R2024a 以降)。

複素数値のデータをもつネットワークに学習させる方法を説明する例については、複素数値データを使用したネットワークの学習を参照してください。

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:

任意の数の空間次元をもつ形式に対して、深層学習用サードパーティ ライブラリに依存しない C コードまたは C++ コードを生成できます。たとえば、コード生成では、inputLayer の入力形式 "SSSCBT" (空間、空間、空間、チャネル、バッチ、時間) がサポートされます。

ARM^® Compute および Intel^® MKL-DNN のコード生成では、次の入力形式の順列のみがサポートされます。

• "CB" (channel、batch)

• "SSCB" (spatial、spatial、channel、batch)

• "CBT" (channel、batch、time)

• "SSCBT" (spatial、spatial、channel、batch、time)

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:

• 任意の数の空間次元をもつ形式に対して、深層学習ライブラリに依存しない標準 CUDA コードを生成できます。たとえば、コード生成では、inputLayer の入力形式 "SSSCBT" (空間、空間、空間、チャネル、バッチ、時間) がサポートされます。

• NVIDIA^® CUDA^® 深層ニューラル ネットワーク ライブラリ (cuDNN) または NVIDIA TensorRT™ 高性能推論ライブラリを利用するコードを生成できます。

  cuDNN ライブラリは、次の入力形式の順列をサポートしています。

  • "CB" (channel、batch)

  • "SSCB" (spatial、spatial、channel、batch)

  • "CBT" (channel、batch、time)

  • "SSCBT" (spatial、spatial、channel、batch、time)

• TensorRT ライブラリは、次の入力形式の順列をサポートしています。

  • "CB" (channel、batch)

  • "SSCB" (spatial、spatial、channel、batch)

  • "CBT" (channel、batch、time)

バージョン履歴

R2023b で導入

R2026b: カスタム入力検証関数

名前と値の引数 InputValidationFcn を使用して、カスタム入力検証関数を指定します。学習または予測の際、層はこの関数を呼び出して入力データを検証します。

R2025a: 形式を整えていない入力

形式を整えていないデータをニューラル ネットワークに渡す入力層を作成するには、構文 inputLayer(inputSize) を使用するか、引数 inputFormat を "" に設定します。

R2024a: 複素数値の入力

ニューラル ネットワークへの入力が複素数値の場合、層は複素数値のデータを後続の層に渡します。

参考

imageInputLayer | image3dInputLayer | sequenceInputLayer | featureInputLayer | importNetworkFromPyTorch | importTensorFlowNetwork | importONNXNetwork | addInputLayer | exportNetworkToSimulink | Rescale-Symmetric 1D | Rescale-Zero-One 1D | Zerocenter 1D | Zscore 1D

トピック

• Interoperability Between Deep Learning Toolbox, TensorFlow, PyTorch, and ONNX
• TensorFlow、PyTorch、および ONNX からモデルをインポートする際のヒント
• 事前学習済みの深層ニューラル ネットワーク
• Deploy Imported TensorFlow Model with MATLAB Compiler