addLayers

Añadir capas a una red neuronal

Sintaxis

netUpdated = addLayers(net,layers)

Descripción

netUpdated = addLayers(net,layers) añade las capas de red de layers al argumento net del objeto dlnetwork. La red actualizada netUpdated contiene las capas y las conexiones de net junto con las capas de layers, conectadas secuencialmente. Los nombres de las capas de layers deben ser únicos, no estar vacíos y ser distintos de los nombres de las capas de net.

Ejemplos

Añadir capas a una red neuronal

Cree una red neuronal vacía y un arreglo de capas. La función addLayers conecta las capas secuencialmente.

net = dlnetwork;

layers = [
    imageInputLayer([32 32 3])  
    convolution2dLayer(3,16,Padding="same")
    batchNormalizationLayer
    reluLayer];

net = addLayers(net,layers);

Visualice la red neuronal en una gráfica.

figure
plot(net)

Crear una red neuronal desde cero

Defina una red neuronal de dos salidas que prediga tanto etiquetas categóricas como valores numéricos a partir de imágenes 2D.

Especifique el número de clases y respuestas.

numClasses = 10;
numResponses = 1;

Cree una red neuronal vacía.

net = dlnetwork;

Defina las capas de la rama principal de la red y la salida softmax.

layers = [
    imageInputLayer([28 28 1],Normalization="none")

    convolution2dLayer(5,16,Padding="same")
    batchNormalizationLayer
    reluLayer(Name="relu_1")

    convolution2dLayer(3,32,Padding="same",Stride=2)
    batchNormalizationLayer
    reluLayer
    convolution2dLayer(3,32,Padding="same")
    batchNormalizationLayer
    reluLayer

    additionLayer(2,Name="add")

    fullyConnectedLayer(numClasses)
    softmaxLayer(Name="softmax")];

net = addLayers(net,layers);

Añada la conexión de omisión.

layers = [
    convolution2dLayer(1,32,Stride=2,Name="conv_skip")
    batchNormalizationLayer
    reluLayer(Name="relu_skip")];

net = addLayers(net,layers);
net = connectLayers(net,"relu_1","conv_skip");
net = connectLayers(net,"relu_skip","add/in2");

Añada la capa totalmente conectada para la salida de regresión.

layers = fullyConnectedLayer(numResponses,Name="fc_2");
net = addLayers(net,layers);
net = connectLayers(net,"add","fc_2");

Visualice la red neuronal en una gráfica.

figure
plot(net)

Argumentos de entrada

net — Red neuronal

objeto dlnetwork

Red neuronal, especificada como un objeto dlnetwork.

layers — Capas de red

arreglo Layer

Capas de la red, especificadas como un arreglo Layer.

Para ver una lista de capas integradas, consulte Lista de capas de deep learning.

Argumentos de salida

netUpdated — Red actualizada

objeto dlnetwork

Red actualizada, devuelta como un objeto dlnetwork sin inicializar.

Para inicializar los parámetros que se pueden aprender de un objeto dlnetwork, utilice la función initialize.

La función addLayers no conserva la información de cuantificación. Si la red de entrada es una red cuantificada, la red de salida no contiene información de cuantificación.

Historial de versiones

Introducido en R2017b

R2024a: No se recomienda usar objetos LayerGraph

A partir de la versión R2024a, no se recomienda usar objetos LayerGraph. En su lugar, use los objetos dlnetwork. Esta recomendación significa que tampoco se recomienda usar estas sintaxis para la entrada de LayerGraph:

• lgraphUpdated = addLayers(lgraph,layers)

La mayoría de las funciones que admiten objetos LayerGraph también admiten objetos dlnetwork. Esta tabla muestra algunos usos habituales de los objetos LayerGraph y cómo actualizar el código para usar funciones de objeto dlnetwork en su lugar.

No recomendado	Recomendado
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);

Para entrenar una red neuronal especificada como un objeto dlnetwork, utilice la función trainnet.

Consulte también

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

Temas

• Volver a entrenar redes neuronales para clasificar nuevas imágenes
• Entrenar una red con varias salidas
• Classify Videos Using Deep Learning