사용자 지정 훈련 루프

사용자 지정 훈련 루프를 사용하여 딥러닝 신경망 훈련

trainingOptions 함수가 작업에 필요한 훈련 옵션을 제공하지 않거나 사용자 지정한 출력 계층이 필요한 손실 함수를 지원하지 않을 경우에는 사용자 지정 훈련 루프를 정의할 수 있습니다. 계층 그래프를 사용하여 만들 수 없는 신경망의 경우 사용자 지정 신경망을 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 network for custom training loops
`trainingProgressMonitor`	Monitor and plot training progress for deep learning custom training loops
`minibatchqueue`	Create mini-batches for deep learning
`padsequences`	Pad or truncate sequence data to same length
`dlarray`	사용자 지정을 위한 딥러닝 배열
`dlgradient`	Compute gradients for custom training loops using automatic differentiation
`dlfeval`	Evaluate deep learning model for custom training loops

손실 연산

`crossentropy`	Cross-entropy loss for classification tasks
`l1loss`	L₁ loss for regression tasks
`l2loss`	L₂ loss for regression tasks
`huber`	Huber loss for regression tasks
`mse`	Half mean squared error
`ctc`	Connectionist temporal classification (CTC) loss for unaligned sequence classification

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
자동 미분을 사용하여 사용자 지정 딥러닝 훈련 루프, 손실 함수 및 신경망을 정의하는 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.