Main Content

사용자 지정 훈련 루프

딥러닝 훈련 루프 및 손실 함수 사용자 지정

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 그래프가 지원하지 않는 모델의 경우 사용자 지정 모델을 함수로 정의할 수 있습니다. 자세한 내용은 사용자 지정 훈련 루프, 손실 함수 및 신경망 정의 항목을 참조하십시오.

함수

모두 확장

dlnetworkDeep learning network for custom training loops (R2019b 이후)
resetState신경망의 상태 파라미터 재설정
plot신경망 아키텍처 플로팅
addInputLayerAdd input layer to network (R2022b 이후)
addLayers계층 그래프 또는 신경망에 계층 추가
removeLayers계층 그래프 또는 신경망에서 계층 제거
connectLayers계층 그래프 또는 신경망에서 계층 연결
disconnectLayers계층 그래프 또는 신경망에서 계층 연결 끊기
replaceLayerReplace layer in layer graph or network
summary신경망 요약 출력 (R2022b 이후)
initializeInitialize learnable and state parameters of a dlnetwork (R2021a 이후)
networkDataLayoutDeep learning network data layout for learnable parameter initialization (R2022b 이후)
layerGraph딥러닝을 위한 신경망 계층의 그래프
setL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 설정
getL2Factor계층의 학습 가능한 파라미터에 대한 L2 정규화 인자 가져오기
setLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 설정
getLearnRateFactor계층의 학습 가능한 파라미터에 대한 학습률 인자 가져오기
forwardCompute deep learning network output for training (R2019b 이후)
predictCompute deep learning network output for inference (R2019b 이후)
adamupdateUpdate parameters using adaptive moment estimation (Adam) (R2019b 이후)
rmspropupdate Update parameters using root mean squared propagation (RMSProp) (R2019b 이후)
sgdmupdate Update parameters using stochastic gradient descent with momentum (SGDM) (R2019b 이후)
lbfgsupdateUpdate parameters using limited-memory BFGS (L-BFGS) (R2023a 이후)
lbfgsStateState of limited-memory BFGS (L-BFGS) solver (R2023a 이후)
dlupdate Update parameters using custom function (R2019b 이후)
trainingProgressMonitorMonitor and plot training progress for deep learning custom training loops (R2022b 이후)
updateInfoUpdate information values for custom training loops (R2022b 이후)
recordMetricsRecord metric values for custom training loops (R2022b 이후)
groupSubPlotGroup metrics in training plot (R2022b 이후)
padsequencesPad or truncate sequence data to same length (R2021a 이후)
minibatchqueueCreate mini-batches for deep learning (R2020b 이후)
onehotencodeEncode data labels into one-hot vectors (R2020b 이후)
onehotdecodeDecode probability vectors into class labels (R2020b 이후)
nextminibatchqueue에서 데이터의 다음 미니 배치 가져오기 (R2020b 이후)
resetReset minibatchqueue to start of data (R2020b 이후)
shuffleShuffle data in minibatchqueue (R2020b 이후)
hasdataDetermine if minibatchqueue can return mini-batch (R2020b 이후)
partitionPartition minibatchqueue (R2020b 이후)
dlarray사용자 지정을 위한 딥러닝 배열 (R2019b 이후)
dlgradientCompute gradients for custom training loops using automatic differentiation (R2019b 이후)
dlfevalEvaluate deep learning model for custom training loops (R2019b 이후)
dimsdlarray의 차원 레이블 (R2019b 이후)
finddimFind dimensions with specified label (R2019b 이후)
stripdimsRemove dlarray data format (R2019b 이후)
extractdatadlarray에서 데이터 추출 (R2019b 이후)
isdlarrayCheck if object is dlarray (R2020b 이후)
crossentropyCross-entropy loss for classification tasks (R2019b 이후)
l1lossL1 loss for regression tasks (R2021b 이후)
l2lossL2 loss for regression tasks (R2021b 이후)
huberHuber loss for regression tasks (R2021a 이후)
mse평균 제곱 오차의 절반 (R2019b 이후)
ctcConnectionist temporal classification (CTC) loss for unaligned sequence classification (R2021a 이후)
dlaccelerateAccelerate deep learning function for custom training loops (R2021a 이후)
AcceleratedFunctionAccelerated deep learning function (R2021a 이후)
clearCacheClear accelerated deep learning function trace cache (R2021a 이후)

도움말 항목

사용자 지정 훈련 루프

자동 미분

딥러닝 함수 가속

관련 정보