addLayer

Quels paramètres contrôler l'exécution multi-threadée lors de l'ajout d'une couche et les couches sources de la nouvelle couche ?

Pour optimiser l'exécution et définir les dépendances des couches :

  • nThreads : Ce paramètre de type entier spécifie le nombre de threads à utiliser pour l'opération. La valeur minimale est 0, ce qui peut indiquer une gestion automatique ou un thread unique selon le contexte.
  • srcLayers : Ce paramètre, qui accepte une liste de chaînes de caractères (par exemple, {"nom-couche-1", "nom-couche-2"}), est utilisé pour spécifier les noms des couches existantes qui serviront de source d'entrée à la nouvelle couche. Cela est fondamental pour définir le flux de données et la topologie du réseau de neurones.

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.

Exemples pour l'action addLayer

1. Ajout de la couche d'entrée (INPUT)
Illustration corporate

Cet exemple définit la couche INPUT (tenseurs RGB 3x32x32). Le paramètre scale (1/255) normalise les pixels dans [0,1], une étape critique pour stabiliser la descente de gradient.

2. Ajout d'une couche de convolution (CONVO)
Illustration corporate

Cet exemple intègre une couche CONVO (16 filtres 3x3, stride=1). L'activation ReLU introduit la non-linéarité, et l'initialisation XAVIER préserve la variance des gradients.

Assemblage d'un réseau CNN de bout en bout
Illustration corporate

Cet exemple finalise le CNN : Max Pooling (réduction spatiale), FC (dropout 0.2) et OUTPUT Softmax (entropie croisée).

Action CAS associée

deepLearn

addLayer
À lire aussi...
Comment spécifier la table en mémoire du modèle de Deep Learning cible pour l'ajout d'une couche ? Illustration FAQ Comment ajouter une couche à un modèle de Deep Learning existant dans SAS Viya ? Quels sont les paramètres obligatoires et principaux pour la définition d'une nouvelle couche via l'action addLayer ? Quels sont les schémas d'initialisation des poids de filtre pour les couches convolutionnelles et comment les configurer ? Quels paramètres sont utilisés pour définir les dimensions d'une couche d'entrée (type INPUT) dans un modèle de Deep Learning ?