Main Content

Couches personnalisées

Définir des couches personnalisées pour le Deep Learning

Les couches prédéfinies conviennent à la plupart des tâches. Si aucune couche prédéfinie ne correspond aux besoins de votre tâche, vous pouvez définir votre propre couche personnalisée. Pour ce faire, vous pouvez utiliser des paramètres entraînables et des paramètres d’état. Après avoir défini une couche personnalisée, vous pouvez vérifier que la couche est valide, compatible GPU et sort correctement les gradients définis. Pour une liste des couches supportées, veuillez consulter List of Deep Learning Layers.

Fonctions

développer tout

functionLayerFunction layer (depuis R2021b)
checkLayerCheck validity of custom or function layer
setLearnRateFactorSet learn rate factor of layer learnable parameter
setL2FactorSet L2 regularization factor of layer learnable parameter
getLearnRateFactorGet learn rate factor of layer learnable parameter
getL2FactorGet L2 regularization factor of layer learnable parameter
networkDataLayoutDeep learning network data layout for learnable parameter initialization (depuis R2022b)
dlnetworkDeep learning neural network (depuis R2019b)
findPlaceholderLayersFind placeholder layers in network architecture imported from Keras or ONNX
replaceLayerReplace layer in neural network
PlaceholderLayerLayer replacing an unsupported Keras or ONNX layer

Rubriques

Présentation générale sur les couches personnalisées

Définir des couches personnalisées

Composition du réseau et couches imbriquées