사용자 지정 훈련 루프

사용자 지정 훈련 루프를 사용하여 딥러닝 신경망 훈련

trainingOptions 함수가 작업에 필요한 훈련 옵션을 제공하지 않거나 trainnet 함수가 지원하지 않는 손실 함수가 있는 경우에는 사용자 지정 훈련 루프를 정의할 수 있습니다. 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.

함수

모두 확장

사용자 지정 훈련 루프

`dlnetwork`	Deep learning neural network (R2019b 이후)
`trainingProgressMonitor`	Monitor and plot training progress for deep learning custom training loops (R2022b 이후)
`minibatchqueue`	Create mini-batches for deep learning (R2020b 이후)
`padsequences`	Pad or truncate sequence data to same length (R2021a 이후)
`dlarray`	사용자 지정을 위한 딥러닝 배열 (R2019b 이후)
`dlgradient`	Compute gradients for custom training loops using automatic differentiation (R2019b 이후)
`dlfeval`	Evaluate deep learning model for custom training loops (R2019b 이후)

손실 연산

`crossentropy`	Cross-entropy loss for classification tasks (R2019b 이후)
`l1loss`	L₁ loss for regression tasks (R2021b 이후)
`l2loss`	L₂ loss for regression tasks (R2021b 이후)
`huber`	Huber loss for regression tasks (R2021a 이후)
`mse`	평균제곱오차의 절반 (R2019b 이후)
`ctc`	Connectionist temporal classification (CTC) loss for unaligned sequence classification (R2021a 이후)

도움말 항목

Train Network Using Custom Training Loop
This example shows how to train a network that classifies handwritten digits with a custom learning rate schedule.
Train Sequence Classification Network Using Custom Training Loop
This example shows how to train a network that classifies sequences with a custom learning rate schedule.
사용자 지정 훈련 루프, 손실 함수 및 신경망 정의
딥러닝 훈련 루프, 손실 함수, 모델을 정의하고 사용자 지정하는 방법을 알아봅니다.
Specify Training Options in Custom Training Loop
Learn how to specify common training options in a custom training loop.
Monitor Custom Training Loop Progress
Track and plot custom training loop progress.
Detect Issues During Deep Neural Network Training
This example shows how to automatically detect issues while training a deep neural network.
Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.