layers.md

層の一覧

• b : Batch Normalization

  • バッチ正規化層です。size に、出力チャネル数を指定してください。内部では L.BatchNormalization(size, **kwargs) がインスタンス化されます。

• c: Convolution 2D

  • 畳み込み層です。out_channel に、出力チャネル数を指定してください。内部では L.Convolution2D(None, out_channel, **kwargs) がインスタンス化されます。

• C: Concat

  • Variableを結合します。type には "batch_dim" （バッチ次元(chainerの場合0次元目)）か "channel_dim"（チャネル次元(chainerの場合1次元目)）を指定してください。内部では F.concat(list_of_args, axis=<0 or 1> が呼ばれます。引数の順番は、引数を生み出す層のx座標の昇順となります。

• d: Dropout

  • ドロップアウト層です。内部では F.dropout(arg, **kwargs) が呼ばれます。

• e: experience replay

  • 体験再生 (experience replay) を行う層です。過去に入力されたバッチをいくつか貯めておいて、その中からランダムに1つを選んで出力します。貯めておくバッチの個数を size で指定してください。

• f: full connected

  • 全結合層です。out_channel に、出力チャネル数を指定してください。内部では L.Linear(None, out_channel, **kwargs) がインスタンス化されます。

• i: input

  • 入力層です。source に、データのソースを指定してください（現時点では、mnist_train_x mnist_train_t mnist_test_x mnist_test_t のみが選択可能です）。

• m: mean squared error

  • 平均2乗和誤差を求める層です。内部では F.mean_squared_error(arg0, arg1) が呼ばれます。

• o: others

  • 任意の層を設計できます。func に指定したオブジェクトが、層が生成されたタイミングでインスタンス化され、学習中、そのインスタンスが引数付きで呼び出され続けます。引数の与えられる順番は、引数を生み出す層のx座標の昇順となります。（ここに記載している層の多くは、この o でも実装可能です。）

    • 例1："func":"L.Linear(None, 32)" と指定すれば、f層で"out_channel":32` と指定するのと同じになります。

    • 例2："func":"F.relu"` と指定すれば、ReLU活性化のみを行う層となります。

    • 例3："func":"lambda x, y:x+2*y" と指定すれば、x と y を受け取って x + 2*y を出力する層となります。

• p: pooling

  • プーリング層です。type には、max か average を指定してください。内部では F.max_pooling_2d(arg, **kwargs) または F.average_pooling_2d(arg, **kwargs) が呼ばれます。

• r: random

  • 乱数を生成する層です。現状、type 指定に関わらず、各要素が独立な正規乱数によって生成されます。sample_shape に、生成される Variable のサンプル部分の shape（つまり、0次元目のバッチサイズを除いたshape）を指定してください（例："shape":[3, 32, 32]）。mu に正規分布の平均、sigma に正規分布の標準偏差を指定してください。

• R: Reshape

  • shape の変更を行う層です。（現状、o 層に "func":"F.reshape" と指定したものが出てきます。）shape に、変更後の shape を指定してください（例："shape":[-1, 1, 28, 28]）。

• s: softmax cross entropy

  • ソフトマックス交差エントロピー誤差を求める層です。内部では F.softmax_cross_entropy(arg0, arg1) が呼ばれます。（arg0 と arg1 の順番は、 ノードの x 座標の小さな方が arg0 となります。）なお、この層は正答率集計の対象となります（裏で F.accuracy(arg0, arg1) を呼んでいる）。

• T: Transpose

  • Variable を転置するための層です。最後の2つの軸が入れ替わります。（これ以外の軸の転置を行いたい場合は、o 層で "func":"F.transpose" としてください）

• v: value

  • 固定値を出力するための層です。value に値を指定してください。type には、"float32" "int32" など、型を指定してください（np.dtype の引数に渡せる文字列を指定してください）。

• +: 和

  • 引数を全て足し合わせる層です。

• *: 積

  • 引数を全て掛け合わせる層です。

• -: 負号

  • 引数にマイナスをつけます。（引数は 1 つしか受け取れません。引き算記号ではありません。）

活性化関数について

• 全ての層には活性化関数がついています。上記の計算を行った後に、活性化関数が適用され、その層の出力となります。

• 活性化関数は、Ctrl+{e,i,l,r,s,t} で切り替え可能です。また、Options の act を編集すれば、任意のものに変更可能です。