Main Content

심층 신경망 구축하기

MATLAB® 코드를 사용하거나 심층 신경망 디자이너를 대화형 방식으로 사용하여 시퀀스 및 테이블 형식 데이터를 위한 신경망 구축

신경망 아키텍처를 처음부터 정의하여 분류, 회귀, 전망과 같은 작업을 위한 새로운 심층 신경망을 만듭니다. MATLAB을 사용하거나 심층 신경망 디자이너를 대화형 방식으로 사용하여 신경망을 구축합니다.

대부분의 작업에서 내장 계층을 사용할 수 있습니다. 작업에 필요한 내장 계층이 없는 경우 자신만의 고유한 사용자 지정 계층을 정의할 수 있습니다. 학습 가능한 파라미터와 상태 파라미터를 포함하는 사용자 지정 계층을 정의할 수 있습니다. 사용자 지정 계층을 정의한 후에는 이 계층이 유효하고, GPU와 호환되며, 올바르게 정의된 기울기를 출력하는지 확인할 수 있습니다. 지원되는 계층 목록은 딥러닝 계층 목록 항목을 참조하십시오.

계층 신경망으로 지정할 수 없는 모델의 경우 모델을 함수로 정의할 수 있습니다. 자세한 내용은 사용자 지정 훈련 루프, 손실 함수 및 신경망 정의 항목을 참조하십시오.

앱

심층 신경망 디자이너딥러닝 신경망을 설계하고 시각화합니다

함수

모두 확장

입력 계층

sequenceInputLayer시퀀스 입력 계층
featureInputLayer특징 입력 계층 (R2020b 이후)

순환 계층

lstmLayerRNN(순환 신경망)의 LSTM(장단기 기억) 계층
bilstmLayerRNN(순환 신경망)의 BiLSTM(양방향 장단기 기억) 계층
gruLayerGated recurrent unit (GRU) layer for recurrent neural network (RNN) (R2020a 이후)
lstmProjectedLayerLong short-term memory (LSTM) projected layer for recurrent neural network (RNN) (R2022b 이후)
gruProjectedLayerGated recurrent unit (GRU) projected layer for recurrent neural network (RNN) (R2023b 이후)

트랜스포머 계층

selfAttentionLayerSelf-attention layer (R2023a 이후)
attentionLayerDot-product attention layer (R2024a 이후)
positionEmbeddingLayerPosition embedding layer (R2023b 이후)
sinusoidalPositionEncodingLayerSinusoidal position encoding layer (R2023b 이후)
embeddingConcatenationLayerEmbedding concatenation layer (R2023b 이후)
indexing1dLayer1-D indexing layer (R2023b 이후)

신경망 ODE 계층

neuralODELayerNeural ODE layer (R2023b 이후)

컨벌루션 계층과 완전 연결 계층

convolution1dLayer1차원 컨벌루션 계층 (R2021b 이후)
transposedConv1dLayerTransposed 1-D convolution layer (R2022a 이후)
fullyConnectedLayer완전 연결 계층

활성화 및 드롭아웃 계층

reluLayerReLU(Rectified Linear Unit) 계층
leakyReluLayerLeaky ReLU(Rectified Linear Unit) 계층
preluLayerParametrized Rectified Linear Unit (PReLU) layer (R2024a 이후)
clippedReluLayerClipped ReLU(Rectified Linear Unit) 계층
eluLayerExponential linear unit (ELU) layer
tanhLayer쌍곡탄젠트(tanh) 계층
swishLayerSwish layer (R2021a 이후)
geluLayerGaussian error linear unit (GELU) layer (R2022b 이후)
sigmoidLayer시그모이드 계층 (R2020b 이후)
softmaxLayer소프트맥스 계층
dropoutLayer드롭아웃 계층
spatialDropoutLayerSpatial dropout layer (R2024a 이후)
functionLayerFunction layer (R2021b 이후)

정규화 계층

batchNormalizationLayer배치 정규화 계층
groupNormalizationLayerGroup normalization layer (R2020b 이후)
instanceNormalizationLayerInstance normalization layer (R2021a 이후)
layerNormalizationLayer계층 정규화 계층 (R2021a 이후)
crossChannelNormalizationLayer 채널별 국소 응답 정규화 계층

풀링 계층

maxPooling1dLayer1-D max pooling layer (R2021b 이후)
averagePooling1dLayer1-D average pooling layer (R2021b 이후)
globalMaxPooling1dLayer1-D global max pooling layer (R2021b 이후)
globalAveragePooling1dLayer1-D global average pooling layer (R2021b 이후)
adaptiveAveragePooling2dLayerAdaptive average pooling 2-D layer (R2024a 이후)

결합 계층

additionLayer덧셈 계층
multiplicationLayer곱셈 계층 (R2020b 이후)
concatenationLayer결합 계층
depthConcatenationLayer심도 결합 계층
dlnetworkDeep learning neural network (R2019b 이후)
addLayers신경망에 계층 추가하기
removeLayers신경망에서 계층 제거
replaceLayerReplace layer in neural network
connectLayers신경망에서 계층 연결하기
disconnectLayers신경망에서 계층 연결 끊기
addInputLayerAdd input layer to network (R2022b 이후)
initializeInitialize learnable and state parameters of a dlnetwork (R2021a 이후)
networkLayerNetwork Layer (R2024a 이후)
expandLayersExpand network layers (R2024a 이후)
groupLayersGroup layers into network layers (R2024a 이후)
networkDataLayoutDeep learning network data layout for learnable parameter initialization (R2022b 이후)
setL2Factor계층의 학습 가능한 파라미터의 L2 정규화 인자 설정
getL2Factor계층의 학습 가능한 파라미터의 L2 정규화 인자 가져오기
setLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 설정
getLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 가져오기
plot신경망 아키텍처 플로팅
summary신경망 요약 출력 (R2022b 이후)
analyzeNetwork딥러닝 신경망 아키텍처 분석
checkLayerCheck validity of custom or function layer
isequalCheck equality of neural networks (R2021a 이후)
isequalnCheck equality of neural networks ignoring NaN values (R2021a 이후)

도움말 항목

내장 계층

사용자 지정 계층