Main Content

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

영상에서의 딥러닝

컨벌루션 신경망을 처음부터 훈련시키거나 사전 훈련된 신경망을 사용하여 새로운 작업을 빠르게 학습합니다.

신경망 아키텍처를 정의하고 신경망을 처음부터 훈련시켜 영상 분류 및 회귀 작업을 위한 새 심층 신경망을 만듭니다. 전이 학습을 사용하여 사전 훈련된 신경망이 제공하는 지식을 활용해 새 데이터의 새 패턴을 학습할 수도 있습니다. 전이 학습을 통해 사전 훈련된 영상 분류 신경망을 미세 조정하는 것이 일반적으로 처음부터 훈련시키는 것보다 훨씬 더 빠르고 쉽습니다. 사전 훈련된 심층 신경망을 사용하면 새로운 신경망을 정의하고 훈련시키거나, 수백만 개의 영상을 갖거나, 강력한 GPU를 가질 필요 없이 새 작업을 빠르게 학습할 수 있습니다.

신경망 아키텍처를 정의한 후에 trainingOptions 함수를 사용하여 훈련 파라미터를 정의해야 합니다. 그런 다음 trainNetwork를 사용하여 신경망을 훈련시킬 수 있습니다. 훈련된 신경망을 사용하여 클래스 레이블이나 숫자형 응답 변수를 예측합니다.

CPU, GPU, 여러 개의 CPU나 GPU 또는 클러스터나 클라우드에서 병렬로 컨벌루션 신경망을 훈련시킬 수 있습니다. GPU에서 또는 병렬로 훈련시키려면 Parallel Computing Toolbox™가 필요합니다. GPU를 사용하려면 지원되는 GPU 장치가 필요합니다. (지원되는 장치에 대한 자세한 내용은 릴리스별 GPU 지원 (Parallel Computing Toolbox) 항목을 참조하십시오.) trainingOptions 함수를 사용해서 실행 환경을 지정하십시오.

심층 신경망 디자이너딥러닝 신경망의 설계, 시각화 및 훈련

함수

모두 확장

trainingOptions딥러닝 신경망 훈련 옵션
trainNetwork딥러닝 신경망 훈련
analyzeNetwork딥러닝 신경망 아키텍처 분석
squeezenetSqueezeNet 컨벌루션 신경망
googlenetGoogLeNet 컨벌루션 신경망
inceptionv3Inception-v3 컨벌루션 신경망
densenet201DenseNet-201 컨벌루션 신경망
mobilenetv2MobileNet-v2 컨벌루션 신경망
resnet18ResNet-18 컨벌루션 신경망
resnet50ResNet-50 컨벌루션 신경망
resnet101ResNet-101 컨벌루션 신경망
xceptionXception 컨벌루션 신경망
inceptionresnetv2사전 훈련된 Inception-ResNet-v2 컨벌루션 신경망
nasnetlargePretrained NASNet-Large convolutional neural network
nasnetmobilePretrained NASNet-Mobile convolutional neural network
shufflenet사전 훈련된 ShuffleNet 컨벌루션 신경망
darknet19DarkNet-19 컨벌루션 신경망
darknet53DarkNet-53 convolutional neural network
efficientnetb0EfficientNet-b0 컨벌루션 신경망
alexnetAlexNet 컨벌루션 신경망
vgg16VGG-16 컨벌루션 신경망
vgg19VGG-19 컨벌루션 신경망

입력 계층

imageInputLayer영상 입력 계층
image3dInputLayer3차원 영상 입력 계층
featureInputLayerFeature input layer

컨벌루션 계층과 완전 연결 계층

convolution2dLayer2차원 컨벌루션 계층
convolution3dLayer3-D convolutional layer
groupedConvolution2dLayer2-D grouped convolutional layer
transposedConv2dLayerTransposed 2-D convolution layer
transposedConv3dLayerTransposed 3-D convolution layer
fullyConnectedLayer완전 연결 계층

활성화 계층

reluLayerReLU(Rectified Linear Unit) 계층
leakyReluLayerLeaky ReLU(Rectified Linear Unit) 계층
clippedReluLayerClipped ReLU(Rectified Linear Unit) 계층
eluLayerExponential linear unit (ELU) layer
tanhLayer쌍곡탄젠트(tanh) 계층
swishLayerSwish layer
functionLayerFunction layer

정규화, 드롭아웃 및 자르기 계층

batchNormalizationLayer배치 정규화 계층
groupNormalizationLayerGroup normalization layer
instanceNormalizationLayerInstance normalization layer
layerNormalizationLayerLayer normalization layer
crossChannelNormalizationLayer 채널별 국소 응답 정규화 계층
dropoutLayer드롭아웃 계층
crop2dLayer2-D crop layer
crop3dLayer3-D crop layer

풀링 및 언풀링 계층

averagePooling2dLayer평균값 풀링 계층
averagePooling3dLayer3-D average pooling layer
globalAveragePooling2dLayer2-D global average pooling layer
globalAveragePooling3dLayer3-D global average pooling layer
globalMaxPooling2dLayerGlobal max pooling layer
globalMaxPooling3dLayer3-D global max pooling layer
maxPooling2dLayer최댓값 풀링 계층
maxPooling3dLayer3-D max pooling layer
maxUnpooling2dLayer최댓값 언풀링 계층

결합 계층

additionLayer덧셈 계층
multiplicationLayerMultiplication layer
concatenationLayer결합 계층
depthConcatenationLayer심도 결합 계층

출력 계층

sigmoidLayerSigmoid layer
softmaxLayer소프트맥스 계층
classificationLayer분류 출력 계층
regressionLayer회귀 출력 계층 만들기
augmentedImageDatastore배치를 변환하여 영상 데이터 증대
imageDataAugmenter영상 데이터 증대 구성
augmentApply identical random transformations to multiple images
layerGraph딥러닝을 위한 신경망 계층의 그래프
plot신경망 계층 그래프 플로팅
addLayers계층 그래프에 계층 추가
removeLayers계층 그래프에서 계층 제거
replaceLayerReplace layer in layer graph
connectLayers계층 그래프에서 계층 연결
disconnectLayers계층 그래프에서 계층 연결 끊기
DAGNetwork딥러닝을 위한 DAG(유방향 비순환 그래프) 신경망
resnetLayersCreate 2-D residual network
resnet3dLayersCreate 3-D residual network
isequalCheck equality of deep learning layer graphs or networks
isequalnCheck equality of deep learning layer graphs or networks ignoring NaN values
classify훈련된 딥러닝 신경망을 사용하여 데이터 분류
predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측
activations딥러닝 신경망 계층 활성화 계산
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

블록

모두 확장

PredictPredict responses using a trained deep learning neural network
Image Classifier훈련된 딥러닝 신경망을 사용하여 데이터 분류

속성

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

예제 및 방법

사전 훈련된 신경망 사용하기

새로운 심층 신경망 만들기

개념