SequenceMostLayer

SequenceMostLayer[]

表示一个网络，接受输入序列并移除其中最后一个元素.

更多信息和选项

  • SequenceMostLayer[] 表示一个网络，接受数组序列，输出长度比输入序列少一个的数组序列.
  • SequenceMostLayer[…][input] 根据应用的层显式计算输出 NumericArray 对象.
  • SequenceMostLayer[…][{input1,input2,…}] 显式计算每个 inputi 的输出.
  • 当 NumericArray 作为输入时，输出将是 NumericArray.
  • SequenceMostLayer 通常被用在 NetChain、NetGraph 等中.
  • 由 SequenceMostLayer[] 表示的网络的输入和输出端口为：
  • "Input"n 个数组的序列
    "Output"n-1 个数组的序列
  • SequenceMostLayer["Input"shape] 允许指定输入的形状. shape 的可能形式为：
  • nn 个数字的序列
    "Varying"不同长度的数字序列
    {len,d1,d2,…}维度为 d1×d2×… 的、长度为 len 的数组序列
    {"Varying",d1,d2,…}维度为 d1×d2×… 的数量不等的数组
  • Options[SequenceMostLayer] 给出构建网络层的默认选项的列表. Options[SequenceMostLayer[…]] 给出在一些数据上运行网络层的默认选项列表.
  • Information[SequenceMostLayer[…]] 给出关于该网络层的报告.
  • Information[SequenceMostLayer[…],prop] 给出 SequenceMostLayer[…] 的属性 prop 的值. 可能的属性与 NetGraph 相同.

范例

打开所有单元关闭所有单元

基本范例  (2)

创建一个 SequenceMostLayer：

创建一个 SequenceMostLayer，接受大小为 3 的向量序列：

对序列应用该层：

范围  (3)

Ports  (3)

创建一个 SequenceMostLayer，接受一个由 2x2 的矩阵组成的长度为 3 的序列：

对序列应用该层：

创建一个接受实数序列的 SequenceMostLayer：

将该层逐项作用于一批输入：

创建一个 SequenceMostLayer，去掉 RGB 图像的最后一个颜色通道，把它变成一个两个通道的的图像：

对图像应用该层：

可能存在的问题  (1)

SequenceMostLayer 不接受符号式输入：

Wolfram Research (2017)，SequenceMostLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SequenceMostLayer.html.

文本

Wolfram Research (2017)，SequenceMostLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SequenceMostLayer.html.

CMS

Wolfram 语言. 2017. "SequenceMostLayer." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/SequenceMostLayer.html.

APA

Wolfram 语言. (2017). SequenceMostLayer. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SequenceMostLayer.html 年

BibTeX

@misc{reference.wolfram_2024_sequencemostlayer, author="Wolfram Research", title="{SequenceMostLayer}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/SequenceMostLayer.html}", note=[Accessed: 13-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_sequencemostlayer, organization={Wolfram Research}, title={SequenceMostLayer}, year={2017}, url={https://reference.wolfram.com/language/ref/SequenceMostLayer.html}, note=[Accessed: 13-November-2024 ]}