inputLayer

R2026b

输入层

自 R2023b 起

全页展开

描述

输入层将未格式化数据或具有自定义格式的数据输入到神经网络。

对于二维图像输入，请使用 imageInputLayer。
对于三维图像输入，请使用 image3dInputLayer。
对于序列和时间序列输入，请使用 sequenceInputLayer。
对于表格和特征数据输入，请使用 featureInputLayer。

创建对象

语法

layer = inputLayer(inputSize)

layer = inputLayer(inputSize,inputFormat)

layer = inputLayer(___,Name=Value)

描述

layer = inputLayer(inputSize) 创建用于未格式化数据的输入层 (自 R2025a 起)。

layer = inputLayer(inputSize,inputFormat) 创建输入层并指定自定义数据格式。

示例

layer = inputLayer(___,Name=Value) 除支持上述语法中输入参量的任意组合外，还可以使用一个或多个名称-值参量来指定选项。例如，Name="in" 指定该层的名称为 "in"。

输入参量

全部展开

`inputSize` — 输入的大小
由正整数或 `NaN` 值组成的行向量

输入的大小，指定为由正整数或 NaN 组成的行向量。

对于支持批量维度或时间维度为可变大小的网络，请将对应维度的大小指定为 NaN。

此参量设置 InputSize 属性。

示例: [224 224 3]

`inputFormat` — 数据维度的描述
`""` (自 R2025a 起) (默认) | 字符向量 | 字符串标量

数据维度的描述，指定为字符向量或字符串标量。

深度学习数据格式是字符串，其中每个字符描述对应数据维度的类型。这些字符是：

"S" - 空间
"C" - 通道
"B" - 批量
"T" - 时间
"U" - 未指定

例如，假设您有一个表示一批序列的数组，其中第一个、第二个和第三个维度分别对应于通道、观测值和时间步。您可以将该数据描述为具有格式 "CBT"（通道、批量、时间）。

如果 InputFormat 为 ""，则该层会直接将未格式化数据传递给神经网络。请确保后续层支持未格式化输入数据 (自 R2025a 起)。

对于层输入格式，您可以指定多个标注为 "S" 或 "U" 的维度。标签 "C"、"B" 和 "T" 最多可以使用一次。当维数大于 2 时，输入格式中最右边的 "U" 维度对应的输入大小必须大于 1。

有关详细信息，请参阅Deep Learning Data Formats。

此参量设置 InputFormat 属性。

示例: "SSCB"

示例: "SCBT"

示例: "TCB"

数据类型: char | string

名称-值参数

全部展开

将可选参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量之后，但对各个参量对组的顺序没有要求。

示例: inputLayer([3 1],"CB",Name="in") 创建一个名为 "in" 的输入层。

`InputValidationFcn` — 输入验证函数
`"auto"` (默认) | `function_handle`

自 R2026b 起

输入验证函数，指定为以下选项之一：

"auto" - 检查输入数据的大小和格式是否与层配置匹配。
语法为 f(X,info) 的函数句柄 - 在训练和预测期间调用指定的函数。如果输入数据无效，函数会抛出错误。

如果您指定自定义函数，则参量 X 是输入数据，指定为格式化的 dlarray 对象。参量 info 是一个结构体，包含字段 InputSize 和 InputFormat，其中包含对应的层属性值。

例如，您可以使用此函数检查层输入是否仅包含正值：

function inputMustBePositive(X,info)

if any(X<=0,"all")
    error("Input must be positive.")
end

end

要使用此函数进行验证，请将此函数包含在脚本中，或将其保存为文件 inputMustBePositive.m，并将参量设置为 @inputMustBePositive。

此参量设置 InputValidationFcn 属性。

数据类型: char | string | function_handle

`Name` — 层名称
`""` (默认) | 字符向量 | 字符串标量

层名称，指定为字符向量或字符串标量。对于 Layer 数组输入，trainnet 和 dlnetwork 函数会自动为未命名层指定名称。

此参量设置 Name 属性。

数据类型: char | string

属性

全部展开

输入

`InputSize` — 输入的大小
只读: 由正整数或 `NaN` 值组成的行向量

此属性为只读。

此属性在创建对象后是只读的。要设置此属性，请在创建 InputLayer 对象时使用对应的位置输入参量。

输入的大小，存储为由正整数或 NaN 组成的行向量。

对于支持批量维度或时间维度为可变大小的网络，对应值为 NaN。

数据类型: double

`InputFormat` — 数据维度的描述
字符向量

此属性在创建对象后是只读的。要设置此属性，请在创建 InputLayer 对象时使用对应的位置输入参量。

数据维度的描述，存储为字符向量。

深度学习数据格式是字符串，其中每个字符描述对应数据维度的类型。这些字符是：

"S" - 空间
"C" - 通道
"B" - 批量
"T" - 时间
"U" - 未指定

如果 InputFormat 为 ""，则该层会直接将未格式化数据传递给神经网络。请确保后续层支持未格式化输入数据 (自 R2025a 起)。

有关详细信息，请参阅Deep Learning Data Formats。

数据类型: char

`InputValidationFcn` — 输入验证函数
`'auto'` (默认) | `function_handle`

自 R2026b 起

此属性在创建对象后是只读的。要设置此属性，请在创建 InputLayer 对象时使用对应的名称-值参量。

输入验证函数，存储为以下选项之一：

'auto' - 检查输入数据的大小和格式是否与层配置匹配。
语法为 f(X,info) 的函数句柄 - 在训练和预测期间调用指定的函数。如果输入数据无效，函数会抛出错误。

数据类型: char | function_handle

层

`Name` — 层名称
`""` (默认) | 字符向量 | 字符串标量

层名称，指定为字符向量或字符串标量。对于 Layer 数组输入，trainnet 和 dlnetwork 函数会自动为名称为 "" 的层分配一个新的唯一名称。

InputLayer 对象将此属性存储为字符向量。

数据类型: char | string

`NumInputs` — 输入数目
只读: `0` (默认)

此属性为只读。

层输入数目。该层没有输入。

数据类型: double

`InputNames` — 输入名称
只读: `{}` (默认)

此属性为只读。

层的输入名称。该层没有输入。

数据类型: cell

`NumOutputs` — 输出的数目
只读: `1` (默认)

此属性为只读。

层的输出数，表示为 1。此层只有一个输出。

数据类型: double

`OutputNames` — 输出名称
只读: `{'out'}` (默认)

此属性为只读。

输出名称，表示为 {'out'}。此层只有一个输出。

示例

全部折叠

创建一维图像输入层

打开实时脚本

创建一个用于输入一维图像数据（三维数据，维度分别对应于空间、通道和观测值）的输入层。指定数据具有三个通道，图像高度大小为 64。指定批量维度可变。

inputSize = [64 3 NaN];
inputFormat = "SCB";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

                  Name: ''
             InputSize: [64 3 NaN]
           InputFormat: 'SCB'
    InputValidationFcn: 'auto'

将该输入层包含在一个网络中。

layers = [
    inputLayer([64 3 NaN],"SCB")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    fullyConnectedLayer(10)
    softmaxLayer];

创建时空输入层

打开实时脚本

创建一个用于输入时空数据（四维数据，维度分别对应于空间、通道、时间和观测值）的输入层。指定数据具有三个通道，空间大小为 64。指定批量和时间维度可变。

inputSize = [64 3 NaN NaN];
inputFormat = "SCBT";
layer = inputLayer(inputSize,inputFormat)

layer = 
  InputLayer with properties:

                  Name: ''
             InputSize: [64 3 NaN NaN]
           InputFormat: 'SCBT'
    InputValidationFcn: 'auto'

将该输入层包含在一个网络中。

layers = [
    inputLayer([64 3 NaN NaN],"SCBT")
    convolution1dLayer(5,32)
    batchNormalizationLayer
    reluLayer
    globalAveragePooling1dLayer
    flattenLayer
    lstmLayer(100,OutputMode="last")
    fullyConnectedLayer(10)
    softmaxLayer];

算法

全部展开

复数

InputLayer 对象支持将复数值数据传递到后续层 (自 R2024a 起)。

有关如何训练具有多个复数值数据的网络的示例，请参阅Train Network with Complex-Valued Data。

扩展功能

全部展开

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

对于具有任意数量的空间维度的格式，您可以生成不依赖任何深度学习第三方库的 C 或 C++ 代码。例如，代码生成支持 inputLayer 的输入格式 "SSSCBT"（空间、空间、空间、通道、批量、时间）。

针对 ARM^® Compute 和 Intel^® MKL-DNN 的代码生成仅支持以下输入格式的排列：

"CB"（通道、批量）
"SSCB"（空间、空间、通道、批量）
"CBT"（通道、批量、时间）
"SSCBT"（空间、空间、通道、批量、时间）

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

对于具有任意数量的空间维度的格式，您可以生成独立于深度学习库的纯 CUDA 代码。例如，代码生成支持 inputLayer 的输入格式 "SSSCBT"（空间、空间、空间、通道、批量、时间）。
您可以生成利用 NVIDIA^® CUDA^® 深度神经网络库 (cuDNN) 或 NVIDIA TensorRT™ 高性能推理库的代码。
cuDNN 库支持以下输入格式的排列：
- "CB"（通道、批量）
- "SSCB"（空间、空间、通道、批量）
- "CBT"（通道、批量、时间）
- "SSCBT"（空间、空间、通道、批量、时间）
TensorRT 库支持以下输入格式的排列：
- "CB"（通道、批量）
- "SSCB"（空间、空间、通道、批量）
- "CBT"（通道、批量、时间）

版本历史记录

在 R2023b 中推出

全部展开

R2026b: 自定义输入验证函数

使用 InputValidationFcn 名称-值参量指定自定义输入验证函数。在训练或预测阶段，层会调用此函数以验证输入数据。

R2025a: 未格式化数据

要创建将未格式化数据传递到神经网络的输入层，请使用语法 inputLayer(inputSize)，或将 inputFormat 参量设置为 ""。

R2024a: 复数值输入

对于神经网络的复数值输入，该层将复数值数据传递到后续层。

另请参阅

inputLayer

描述

创建对象

语法

描述

输入参量

inputSize — 输入的大小 由正整数或 NaN 值组成的行向量

inputFormat — 数据维度的描述 "" (自 R2025a 起) (默认) | 字符向量 | 字符串标量

名称-值参数

InputValidationFcn — 输入验证函数 "auto" (默认) | function_handle

Name — 层名称 "" (默认) | 字符向量 | 字符串标量

属性

输入

InputSize — 输入的大小 只读: 由正整数或 NaN 值组成的行向量

InputFormat — 数据维度的描述 字符向量

InputValidationFcn — 输入验证函数 'auto' (默认) | function_handle

层

Name — 层名称 "" (默认) | 字符向量 | 字符串标量

NumInputs — 输入数目 只读: 0 (默认)

InputNames — 输入名称 只读: {} (默认)

NumOutputs — 输出的数目 只读: 1 (默认)

OutputNames — 输出名称 只读: {'out'} (默认)

示例

创建一维图像输入层

创建时空输入层

算法

复数

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

版本历史记录

R2026b: 自定义输入验证函数

R2025a: 未格式化数据

R2024a: 复数值输入

另请参阅

主题

`inputSize` — 输入的大小
由正整数或 `NaN` 值组成的行向量

`inputFormat` — 数据维度的描述
`""` (自 R2025a 起) (默认) | 字符向量 | 字符串标量

`InputValidationFcn` — 输入验证函数
`"auto"` (默认) | `function_handle`

`Name` — 层名称
`""` (默认) | 字符向量 | 字符串标量

`InputSize` — 输入的大小
只读: 由正整数或 `NaN` 值组成的行向量

`InputFormat` — 数据维度的描述
字符向量

`InputValidationFcn` — 输入验证函数
`'auto'` (默认) | `function_handle`

`Name` — 层名称
`""` (默认) | 字符向量 | 字符串标量

`NumInputs` — 输入数目
只读: `0` (默认)

`InputNames` — 输入名称
只读: `{}` (默认)

`NumOutputs` — 输出的数目
只读: `1` (默认)

`OutputNames` — 输出名称
只读: `{'out'}` (默认)

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。