disconnectLayers

Desconectar capas en una red neuronal

Sintaxis

netUpdated = disconnectLayers(net,s,d)

Descripción

netUpdated = disconnectLayers(net,s,d) desconecta la capa de origen s de la capa de destino d del argumento net del objeto dlnetwork. La red actualizada, netUpdated, contiene las mismas capas que net, pero excluye la conexión entre s y d.

Ejemplos

Desconectar capas en una red neuronal

Cree una red neuronal simple y visualícela en una gráfica.

net = dlnetwork;

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

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

Desconecte las capas con los nombres "conv" y "batchnorm".

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

Muestre la red actualizada en una gráfica.

figure
plot(net)

Argumentos de entrada

net — Red neuronal

objeto dlnetwork

Red neuronal, especificada como un objeto dlnetwork.

s — Origen de la conexión

escalar de cadena | vector de caracteres

Origen de la conexión, especificado como un vector de caracteres o un escalar de cadena.

• Si la capa de origen tiene una única salida, s es el nombre de la capa.

• Si la capa tiene varias salidas, s es el nombre de la capa seguido por el carácter "/" y el nombre de la salida de la capa: "layerName/outputName".

Ejemplo: "conv"

Ejemplo: "mpool/indices"

d — Destino de la conexión

escalar de cadena | vector de caracteres

Destino de la conexión, especificado como escalar de cadena o vector de caracteres.

• Si la capa de destino tiene una única entrada, d es el nombre de la capa.

• Si la capa de destino tiene varias entradas, d es el nombre de la capa seguido por el carácter "/" y el nombre de la entrada de la capa: "layerName/inputName".

Ejemplo: "fc"

Ejemplo: "add/in1"

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 disconnectLayers 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 = disconnectLayers(lgraph,s,d)

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 | addLayers | removeLayers | replaceLayer | connectLayers | plot

Temas

• Volver a entrenar redes neuronales para clasificar nuevas imágenes