このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

sigmoidLayer

シグモイド層

R2020b 以降

説明

シグモイド層は、出力が区間 (0,1) の範囲に収まるように、シグモイド関数を入力に適用します。

ヒント

二項分類問題または複数ラベルの分類問題でシグモイド層を使用するには、trainnet の損失関数の引数を "binary-crossentropy" に設定します。

作成

構文

layer = sigmoidLayer

layer = sigmoidLayer('Name',Name)

説明

layer = sigmoidLayer はシグモイド層を作成します。

layer = sigmoidLayer('Name',Name) は、シグモイド層を作成し、名前と値のペアの引数を使用して、オプションの Name プロパティを設定します。たとえば、sigmoidLayer('Name','sig1') は、'sig1' という名前のシグモイド層を作成します。プロパティ名を一重引用符で囲みます。

プロパティ

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、関数 trainnet および関数 dlnetwork は、名前が "" の層に自動的に名前を割り当てます。

SigmoidLayer 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

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 として返されます。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

{'in'} (既定値)

この プロパティ は読み取り専用です。

入力名。{'in'} として返されます。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

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 として返されます。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

{'out'} (既定値)

この プロパティ は読み取り専用です。

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

データ型: cell

例

シグモイド層の作成

'sig1' という名前のシグモイド層を作成します。

layer = sigmoidLayer('Name', 'sig1')

layer = 
  SigmoidLayer with properties:

    Name: 'sig1'

   Learnable Parameters
    No properties.

   State Parameters
    No properties.

Use properties method to see a list of all properties.

アルゴリズム

シグモイド層

シグモイド層は、出力が区間 (0,1) の範囲に収まるように、シグモイド関数を入力に適用します。

この演算は次の式と同等です。

$$f(x)=\frac{1}{1+e^{-x}}.$$

複数ラベルの分類問題は、各クラスの有無が他のクラスとは独立しているとみなされる二項分類問題と考えることができます。このタイプの問題を解くには、シグモイド活性化関数が必要です。この関数では、任意のサンプル x_n について、クラス C_k の事後確率が次式で与えられます。

$$\text{P(}{C}_k|x_n)=\frac{1}{1+e^{-a_k}}.$$

a_k の値は、クラス k に接続されているすべてのユニットの重み付き和です。複数ラベルの分類を実行するには、後ろにカスタムのバイナリ クロスエントロピー損失層が接続されたシグモイド層が必要です。

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) という形式で表されます。

SigmoidLayer 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、入力と同じ形式で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

R2020b で導入

参考

trainnet | trainingOptions | dlnetwork | convolution2dLayer | tanhLayer | softmaxLayer

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
• 深層学習層の一覧