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。

disconnectLayers

ニューラル ネットワークの層の切り離し

構文

netUpdated = disconnectLayers(net,s,d)

説明

netUpdated = disconnectLayers(net,s,d) は、結合元の層 s を dlnetwork オブジェクト net に含まれる結合先の層 d から切り離します。更新されたネットワーク netUpdated には net と同じ層が含まれますが、s と d の結合は除外されます。

例

ニューラル ネットワークの層の切り離し

シンプルなニューラル ネットワークを作成してプロットに表示します。

net = dlnetwork;

layers = [
    imageInputLayer([28 28 1])  
    convolution2dLayer(3,16,Padding="same")
    batchNormalizationLayer
    reluLayer];

net = addLayers(net,layers);
figure
plot(net)

"conv" および "batchnorm" という名前の層を切り離します。

net = disconnectLayers(net,"conv","batchnorm");

更新されたネットワークをプロットに表示します。

figure
plot(net)

入力引数

net — ニューラル ネットワーク

dlnetwork オブジェクト

ニューラル ネットワーク。dlnetwork オブジェクトとして指定します。

s — 結合元

string スカラー | 文字ベクトル

結合元。文字ベクトルまたは string スカラーとして指定します。

• 結合元の層に 1 つの出力がある場合、s は層の名前です。

• 結合元の層に複数の出力がある場合、s は層の名前で、その後に文字 "/"、さらに層出力の名前が続きます ("layerName/outputName")。

例: "conv"

例: "mpool/indices"

d — 結合先

string スカラー | 文字ベクトル

結合先。string スカラーまたは文字ベクトルとして指定します。

• 結合先の層に 1 つの入力がある場合、d は層の名前です。

• 結合先の層に複数の入力がある場合、d は層の名前で、その後に文字 "/"、さらに層入力の名前が続きます ("layerName/inputName")。

例: "fc"

例: "add/in1"

出力引数

netUpdated — 更新されたネットワーク

dlnetwork オブジェクト

更新されたネットワーク。未初期化の dlnetwork オブジェクトとして返されます。

dlnetwork オブジェクトの学習可能なパラメーターを初期化するには、関数 initialize を使用します。

関数 disconnectLayers は量子化情報を保持しません。入力ネットワークが量子化されたネットワークであった場合でも、出力ネットワークに量子化情報は含まれません。

バージョン履歴

R2017b で導入

R2024a: LayerGraph オブジェクトは非推奨

R2024a 以降、LayerGraph オブジェクトは非推奨となりました。代わりに、dlnetwork オブジェクトを使用してください。この推奨により、、LayerGraph を入力する次の構文も非推奨となります。

• lgraphUpdated = disconnectLayers(lgraph,s,d)

LayerGraph オブジェクトをサポートするほとんどの関数は、dlnetwork オブジェクトもサポートします。LayerGraph オブジェクトの代表的な使用法と、代わりにオブジェクト関数 dlnetwork を使用するためのコードの更新方法を、次の表に示します。

非推奨	推奨
lgraph = layerGraph;	net = dlnetwork;
lgraph = layerGraph(layers);	net = dlnetwork(layers,Initialize=false);
lgraph = layerGraph(net);	net = dag2dlnetwork(net);
lgraph = addLayers(lgraph,layers);	net = addLayers(net,layers);
lgraph = removeLayers(lgraph,layerNames);	net = removeLayers(net,layerNames);
lgraph = replaceLayer(lgraph,layerName,layers);	net = replaceLayer(net,layerName,layers);
lgraph = connectLayers(lgraph,s,d);	net = connectLayers(net,s,d);
lgraph = disconnectLayers(lgraph,s,d);	net = disconnectLayers(net,s,d);
plot(lgraph);	plot(net);

dlnetwork オブジェクトとして指定されたニューラル ネットワークに学習させるには、関数 trainnet を使用します。

参考

trainnet | trainingOptions | dlnetwork | addLayers | removeLayers | replaceLayer | connectLayers | plot

トピック

• 新しいイメージを分類するためのニューラル ネットワークの再学習