이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
딥러닝 가져오기, 내보내기 및 사용자 지정
딥러닝 신경망을 가져오거나 내보내거나 사용자 지정하고 계층, 훈련 루프, 손실 함수를 사용자 지정하기
TensorFlow™ 2, TensorFlow-Keras, PyTorch®, ONNX™(Open Neural Network Exchange) 모델 형식, Caffe에서 신경망과 계층 그래프를 가져옵니다. Deep Learning Toolbox™ 신경망과 계층 그래프를 TensorFlow 2 및 ONNX 모델 형식으로 내보낼 수도 있습니다. 자세한 내용은 사전 훈련된 심층 신경망 항목을 참조하십시오.
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. 사용자 지정 계층을 정의한 후에는 이 계층이 유효하고, GPU와 호환되며, 올바르게 정의된 기울기를 출력하는지 확인할 수 있습니다.
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.
범주
- 딥러닝 가져오기와 내보내기
외부 딥러닝 플랫폼에서 신경망 가져오기 및 외부 딥러닝 플랫폼으로 신경망 내보내기
- 딥러닝 사용자 지정 계층
딥러닝을 위한 사용자 지정 계층 정의
- 딥러닝 사용자 지정 훈련 루프
딥러닝 훈련 루프 및 손실 함수 사용자 지정