도움말 센터 도움말 센터

이 페이지의 내용은 이전 릴리스에 관한 것입니다. 해당 영문 페이지는 최신 릴리스에서 제거되었습니다.

딥러닝 조정 및 시각화

대화형 방식의 신경망 구축 및 훈련, 실험 관리, 훈련 진행 상황 플로팅, 정확도 평가, 예측 설명, 훈련 옵션 조정 및 신경망이 학습한 특징 시각화

심층 신경망 디자이너를 사용하여 대화형 방식으로 딥러닝 신경망을 구축, 시각화, 편집 및 훈련시킬 수 있습니다. 하이퍼파라미터를 스윕하거나 베이즈 최적화를 사용하여 훈련 옵션을 조정하고 신경망 성능을 개선합니다. 실험 관리자를 사용하면 여러 초기 조건하에서 신경망을 훈련시키는 딥러닝 실험을 관리하고 결과를 비교할 수 있습니다. 신경망의 정확도 및 손실을 표현하는 내장된 플롯을 사용하여 훈련 진행 상황을 모니터링합니다. 훈련된 신경망을 조사하기 위해 Grad-CAM, 가림 감도, LIME, 딥 드림 같은 시각화 기법을 사용할 수 있습니다. 적대적 표본으로 신경망의 견고성을 조사하고, 새로운 데이터로 예측을 수행하여 훈련된 신경망을 테스트할 수도 있습니다.

자주 보는 항목

범주

심층 신경망 디자이너 앱
대화형 방식의 딥러닝 신경망 생성 및 훈련
실험 관리자 앱
여러 초기 조건하에서 신경망 훈련, 훈련 옵션을 대화형 방식으로 조정, 결과 평가
딥러닝 조정
프로그래밍 방식으로 훈련 옵션 조정, 검사 지점에서 훈련 재개, 적대적 표본 조사
딥러닝 시각화
훈련 진행 상황 플로팅, 정확도 평가, 예측 설명 및 신경망이 학습한 특징 시각화

추천 예제

딥러닝을 사용하여 웹캠 영상 분류하기

딥러닝을 사용하여 웹캠 영상 분류하기

이 예제에서는 사전 훈련된 심층 컨벌루션 신경망 GoogLeNet을 사용하여 웹캠의 영상을 실시간으로 분류하는 방법을 보여줍니다.

스크립트 열기

Detect Vanishing Gradients in Deep Neural Networks by Plotting Gradient Distributions

Detect Vanishing Gradients in Deep Neural Networks by Plotting Gradient Distributions

Monitor vanishing gradients while training a deep neural network.

라이브 스크립트 열기

심층 신경망 디자이너를 사용한 전이 학습

심층 신경망 디자이너를 사용한 전이 학습

사전 훈련된 딥러닝 신경망이 새로운 영상 분류 작업을 학습하도록 대화형 방식으로 미세 조정합니다.

라이브 스크립트 열기

Understand Network Predictions Using LIME

Understand Network Predictions Using LIME

Use locally interpretable model-agnostic explanations (LIME) to understand why a deep neural network makes a classification decision.

라이브 스크립트 열기

Try Multiple Pretrained Networks for Transfer Learning

Try Multiple Pretrained Networks for Transfer Learning

Configure an experiment that replaces layers of different pretrained networks for transfer learning.

Choose Training Configurations for LSTM Using Bayesian Optimization

Choose Training Configurations for LSTM Using Bayesian Optimization

Find optimal data architecture and network configurations for sequence-to-sequence regression using Bayesian optimization.

Use Experiment Manager to Train Generative Adversarial Networks (GANs)

Use Experiment Manager to Train Generative Adversarial Networks (GANs)

Create a custom training experiment to generate images of flowers.

Generate Untargeted and Targeted Adversarial Examples for Image Classification

Generate Untargeted and Targeted Adversarial Examples for Image Classification

Use the fast gradient sign method (FGSM) and the basic iterative method (BIM) to generate adversarial examples for a pretrained neural network.

라이브 스크립트 열기