61、深度学习中的网络层与图结构

深度学习中的网络层与图结构

1. 深度学习网络层概述

深度学习网络层用于定义神经网络的架构。在 MATLAB 中，可以通过不同方式创建网络层。
- 若要构建各层顺序连接的神经网络架构，可直接创建层数组。
- 对于层可以有多个输入或输出的网络架构，则使用 LayerGraph 对象。
- 还能分别使用 importCaffeLayers 、 importKerasLayers 和 importONNXLayers 从 Caffe、Keras 和 ONNX 导入层。
- 若想创建自定义层，可参考相关内容。

2. 构建网络架构示例

2.1 直接创建层数组

以下是定义一个用于分类的卷积神经网络架构的示例，包含一个卷积层、一个 ReLU 层和一个全连接层：

layers = [ ...
    imageInputLayer([28 28 3])
    convolution2dLayer([5 5],10)
    reluLayer
    fullyConnectedLayer(10)
    softmaxLayer
    classificationLayer]

这里的 layers 是一个 Layer 对象，输出结果如下：

layers = 
  6x1 Layer array