Matlab如何通过脚本自动替换神经网络的分类层与全连接层

报错原因说明 #

Matlab中已实例化的网络层核心属性均为只读，你尝试直接修改InputSize或者直接替换net.Layers数组元素的操作都不符合语法要求，所以会触发只读报错。全连接层的InputSize不需要手动设置，会自动匹配前一层的输出维度，你仅需要指定新全连接层的输出维度即可适配需求。

具体实现代码 #

你需要使用Matlab官方提供的replaceLayer函数完成层替换操作，步骤如下：

1. 新建符合输出尺寸要求的全连接层和对应任务输出层（以分类任务为例）：

% 此处10为你需要的输出类别数，可根据需求灵活调整
new_fc = fullyConnectedLayer(10, 'Name', 'adjusted_fc');
new_class = classificationLayer('Name', 'adjusted_class');

2. 替换原网络中的对应层：

% 替换第142层的旧全连接层
net = replaceLayer(net, net.Layers(142).Name, new_fc);
% 替换原网络中旧的分类层，自行调整索引或者直接填旧层名称
net = replaceLayer(net, net.Layers(144).Name, new_class);

验证方法 #

替换完成后执行以下命令验证网络结构合法性，无报错即可正常训练：

analyzeNetwork(net)

如果需要频繁调整输出尺寸，仅需要把fullyConnectedLayer的第一个参数改成可配置的变量即可实现自动化批量调整。

内容的提问来源于stack exchange，提问作者beinando