addLayer - Quels sont les paramètres obligatoires pour utiliser l'action `addLayer`?

Configuration : Le Trio Indispensable

Réponse

Pour utiliser l'action `addLayer`, vous devez spécifier trois paramètres obligatoires : `modelTable`, qui est la table contenant le modèle à modifier ; `name`, qui est un nom unique pour la nouvelle couche ; et `layer`, qui est un dictionnaire définissant le type de couche et ses paramètres spécifiques.
SAS / CASL
proc cas;
   /* Prerequisite : On suppose qu'un modèle 'MonModele' existe déjà */

   deepLearn.addLayer /
      /* 1. OÙ : La cible (Table CAS du modèle) */
      modelTable={name="MonModele"}, 
      
      /* 2. QUI : L'identifiant (Doit être unique dans le modèle) */
      name="Couche_Dense_1", 
      
      /* 3. QUOI : La définition (Le dictionnaire technique) */
      layer={
         type="FULLCONNECT", /* Le type dicte les sous-paramètres requis */
         n=64,               /* Spécifique à FULLCONNECT */
         act="RELU"          /* Fonction d'activation */
      },
      
      /* Paramètre de liaison (nécessaire pour que le modèle fonctionne) */
      srcLayers={"Input_Data"}; 
quit;
Cette réponse vous a-t-elle aidé ?
Attention à la complexité cachée du paramètre layer. Si modelTable et name sont de simples chaînes de caractères (ou une table), le paramètre layer est un dictionnaire imbriqué (une structure complexe). Une erreur fréquente est de penser que tous les types de couches attendent les mêmes sous-paramètres. C'est faux.

Une couche INPUT exige width, height, nChannels.

Une couche CONVO exige nFilters, width, height.

Une couche FULLCONNECT exige n (nombre de neurones). Best Practice : Validez toujours la syntaxe spécifique au type choisi dans le dictionnaire layer avant l'exécution, car une erreur ici peut corrompre la table du modèle de façon silencieuse ou générer des messages d'erreur cryptiques.
addLayer

deepLearn

Doc : addLayer