Quels types de couches puis-je ajouter avec l'acti...

Réponse

Vous pouvez ajouter une grande variété de types de couches, notamment : 'INPUT' (entrée), 'CONV' (convolution), 'POOL' (pooling), 'FC' (entièrement connectée), 'RECURRENT' (récurrente), 'BATCHNORM' (normalisation par lots), 'OUTPUT' (sortie), 'RESIDUAL' (résiduelle), 'CONCAT' (concaténation), et plusieurs autres pour des tâches spécialisées comme la détection d'objets ('DETECTION') ou la segmentation ('SEGMENTATION').

Action technique liée

Voir la documentation de addLayer

Voir l'Action

Thématiques

##deeplearning ##ai ##set_deeplearn

Voir aussi

addLayer

deepLearn

La acción addLayer añade una capa a un modelo de Deep Learning. Esta acción forma parte del conjunto de acciones de Deep Learning, que proporciona un superconjunto de herramientas para modelar y puntuar con redes neuronales profundas (DNN), convolucionales (CNN) y recurrentes (RNN). Es fundamental para construir arquitecturas de red capa por capa.

addLayer

deepLearn

Fügt eine Schicht zu einem Deep-Learning-Modell hinzu. Diese Aktion ist fundamental für den schrittweisen Aufbau von neuronalen Netzwerkarchitekturen, indem sie es ermöglicht, verschiedene Arten von Schichten (z. B. Konvolution, Pooling, vollständig verbunden) zu einem bestehenden Modell hinzuzufügen und deren Verbindungen zu definieren.

buildModel

deepLearn

L'action `buildModel` est le point de départ fondamental pour construire une architecture de réseau de neurones en SAS Viya. Elle ne construit pas le modèle à proprement parler, mais crée une table CAS vide, une sorte de 'conteneur', spécialement structurée pour accueillir les différentes couches (layers) qui composeront le réseau. C'est la première étape indispensable avant d'utiliser l'action `addLayer` pour définir l'architecture du modèle (DNN, CNN, ou RNN).