사용자 지정 계층
딥러닝을 위한 사용자 지정 계층 정의
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.
앱
| 심층 신경망 디자이너 | 딥러닝 신경망을 설계하고 시각화합니다 |
함수
도움말 항목
사용자 지정 계층 개요
- 사용자 지정 딥러닝 계층 정의하기
사용자 지정 딥러닝 계층을 정의하는 방법을 알아봅니다. - Check Custom Layer Validity
Learn how to check the validity of custom deep learning layers. - View Autogenerated Custom Layers Using Deep Network Designer
This example shows how to import a pretrained TensorFlow™ network and view the autogenerated layers in Deep Network Designer.
사용자 지정 계층 정의하기
- 학습 가능한 파라미터를 갖는 사용자 지정 딥러닝 계층 정의하기
이 예제에서는 SReLU 계층을 정의하고 이를 컨벌루션 신경망에서 사용하는 방법을 보여줍니다. - Define Custom Deep Learning Layer with Multiple Inputs
This example shows how to define a custom weighted addition layer and use it in a convolutional neural network. - Define Custom Deep Learning Layer with Formatted Inputs
This example shows how to define a custom layer with formatteddlarrayinputs. - Define Custom Recurrent Deep Learning Layer
This example shows how to define a peephole LSTM layer and use it in a neural network. - Specify Custom Layer Backward Function
This example shows how to define a SReLU layer and specify a custom backward function. - Custom Layer Function Acceleration
Accelerate custom layer forward and predict functions by caching and reusing traces. - Define Custom Deep Learning Layer for Code Generation
This example shows how to define a SReLU layer that supports code generation.
신경망 컴포지션(Network Composition) 및 중첩 계층
- Deep Learning Network Composition
Define custom layers that contain neural networks. - Define Nested Deep Learning Layer Using Network Composition
This example shows how to define a nested custom deep learning layer. - Train Network with Custom Nested Layers
This example shows how to create and train a network with nested layers defined using network composition. - Weight Tying Using Nested Layer
This example shows how to implement weight tying using a nested layer.
추천 예제
Convert Convolutional Network to Spiking Neural Network
Convert a conventional convolutional neural network (CNN) to a spiking neural network (SNN).
Train Bayesian Neural Network
Train a Bayesian neural network (BNN) for image regression using Bayes by Backpropagation.
변분 오토인코더(VAE)를 훈련시켜 영상 생성하기
이 예제에서는 딥러닝 변분 오토인코더(VAE)를 훈련시켜 영상을 생성하는 방법을 보여줍니다.
