Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

딥러닝 사용자 지정 계층

딥러닝을 위한 사용자 지정 계층 정의

문제에 대해 자신만의 고유한 사용자 지정 딥러닝 계층을 정의할 수 있습니다. 사용자 지정 출력 계층을 사용하여 사용자 지정 손실 함수를 지정하고 학습 가능한 파라미터를 포함하거나 포함하지 않는 사용자 지정 계층을 정의할 수 있습니다. 예를 들어, 클래스가 불균형하게 분포된 분류 문제에 대해 가중 교차 엔트로피 손실과 함께 사용자 지정 가중 분류 계층을 사용할 수 있습니다. 사용자 지정 계층을 정의한 후에는 이 계층이 유효하고, GPU와 호환되며, 올바르게 정의된 기울기를 출력하는지 확인할 수 있습니다.

함수

모두 확장

checkLayerCheck validity of custom layer
setLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 설정
setL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 설정
getLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 가져오기
getL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 가져오기
findPlaceholderLayersFind placeholder layers in network architecture imported from Keras or ONNX
replaceLayerReplace layer in layer graph
assembleNetworkAssemble deep learning network from pretrained layers
PlaceholderLayerLayer replacing an unsupported Keras or ONNX layer, or unsupported functionality from functionToLayerGraph

도움말 항목

사용자 지정 중간 계층

사용자 지정 딥러닝 계층 정의하기

사용자 지정 딥러닝 계층을 정의하는 방법을 알아봅니다.

학습 가능한 파라미터를 갖는 사용자 지정 딥러닝 계층 정의하기

이 예제에서는 PReLU 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.

Specify Custom Layer Backward Function

This example shows how to define a PReLU layer and specify a custom backward function.

Define Custom Deep Learning Layer for Code Generation

This example shows how to define a PReLU layer that supports code generation.

사용자 지정 출력 계층

Define Custom Classification Output Layer

This example shows how to define a custom classification output layer with sum of squares error (SSE) loss and use it in a convolutional neural network.

사용자 지정 회귀 출력 계층 정의하기

이 예제에서는 평균 절대 오차(MAE) 손실이 있는 사용자 지정 회귀 출력 계층을 정의하고 이를 컨벌루션 신경망에서 사용하는 방법을 보여줍니다.

Specify Custom Output Layer Backward Loss Function

This example shows how to define a custom classification output layer with sum of squares error (SSE) loss and specify a custom backward loss function.

신경망 구성 및 중첩 계층

Deep Learning Network Composition

Define custom layers containing layer graphs.

Define Nested Deep Learning Layer

This example shows how to define a nested deep learning layer.

Train Deep Learning Network with Nested Layers

This example shows how to train a network with nested layers.

계층 유효성 검사하기

Check Custom Layer Validity

Learn how to check the validity of custom deep learning layers.