Main Content

Simulink를 사용한 딥러닝

Simulink를 사용한 딥러닝 워크플로 확장

Deep Learning Toolbox™에 포함된 Deep Neural Networks, Python Neural Networks, Deep Learning Layers 블록 라이브러리의 블록을 사용하거나 Computer Vision Toolbox™에 포함된 Analysis & Enhancement 블록 라이브러리의 Deep Learning Object Detector 블록을 사용하여 Simulink® 모델에서 딥러닝 기능을 구현합니다.

Deep Learning Layers 블록 라이브러리를 사용하여 신경망을 표현하는 Simulink 모델을 생성하려면 exportNetworkToSimulink 함수를 사용하십시오.

Simulink의 일부 딥러닝 기능은 MATLAB Function 블록을 사용하는데 이를 위해 지원되는 컴파일러가 필요합니다. 대부분의 플랫폼에서 MATLAB®을 설치할 때 디폴트 C 컴파일러가 제공됩니다. C++ 언어를 사용하는 경우 호환되는 C++ 컴파일러를 설치해야 합니다. 지원되는 컴파일러 목록을 보려면 지원 및 호환되는 컴파일러를 열고 사용자의 운영 체제에 해당하는 탭을 클릭한 다음 Simulink Product Family 표에서 For Model Referencing, Accelerator mode, Rapid Accelerator mode, and MATLAB Function blocks 열로 이동하십시오. 시스템에 MATLAB 지원 컴파일러가 여러 개 설치된 경우 mex -setup 명령을 사용하여 디폴트 컴파일러를 변경할 수 있습니다. 디폴트 컴파일러 변경하기 항목을 참조하십시오.

함수

exportNetworkToSimulinkGenerate Simulink model that contains deep learning layer blocks that correspond to deep learning layer objects (R2024b 이후)

블록

모두 확장

Image Classifier훈련된 딥러닝 신경망을 사용하여 데이터 분류 (R2020b 이후)
Predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측 (R2020b 이후)
Stateful ClassifyClassify data using a trained deep learning recurrent neural network (R2021a 이후)
Stateful PredictPredict responses using a trained recurrent neural network (R2021a 이후)
Deep Learning Object Detector훈련된 딥러닝 객체 검출기를 사용하여 객체 검출 (R2021b 이후)
TensorFlow Model PredictPredict responses using pretrained Python TensorFlow model (R2024a 이후)
PyTorch Model PredictPredict responses using pretrained Python PyTorch model (R2024a 이후)
ONNX Model PredictPredict responses using pretrained Python ONNX model (R2024a 이후)
Custom Python Model PredictPredict responses using pretrained custom Python model (R2024a 이후)
Clipped ReLU LayerClipped Rectified Linear Unit (ReLU) layer (R2024b 이후)
GELU LayerGaussian error linear unit (GELU) layer (R2024b 이후)
Leaky ReLU LayerLeaky rectified linear unit (ReLU) layer (R2024b 이후)
ReLU LayerRectified linear unit (ReLU) layer (R2024b 이후)
Sigmoid LayerSigmoid layer (R2024b 이후)
Softmax LayerSoftmax layer (R2024b 이후)
Tanh LayerHyperbolic tangent (tanh) layer (R2024a 이후)
Addition LayerAddition layer (R2024b 이후)
Concatenation LayerConcatenation layer (R2024b 이후)
Depth Concatenation LayerDepth concatenation layer (R2024b 이후)
Multiplication LayerMultiplication layer (R2024b 이후)
Convolution 1D Layer1-D convolutional layer (R2024b 이후)
Convolution 2D Layer2-D convolutional layer (R2024b 이후)
Convolution 3D Layer3-D convolutional layer (R2024b 이후)
Fully Connected LayerFully connected layer (R2024b 이후)
Rescale-Symmetric 1D1-D input layer with rescale-symmetric normalization (R2024b 이후)
Rescale-Symmetric 2D2-D input layer with rescale-symmetric normalization (R2024b 이후)
Rescale-Symmetric 3D3-D input layer with rescale-symmetric normalization (R2024b 이후)
Rescale-Zero-One 1D1-D input layer with rescale-zero-one normalization (R2024b 이후)
Rescale-Zero-One 2D2-D input layer with rescale-zero-one normalization (R2024b 이후)
Rescale-Zero-One 3D3-D input layer with rescale-zero-one normalization (R2024b 이후)
Zerocenter 1D1-D input layer with zerocenter normalization (R2024b 이후)
Zerocenter 2D2-D input layer with zerocenter normalization (R2024b 이후)
Zerocenter 3D3-D input layer with zerocenter normalization (R2024b 이후)
Zscore 1D1-D input layer with zscore normalization (R2024b 이후)
Zscore 2D2-D input layer with zscore normalization (R2024b 이후)
Zscore 3D3-D input layer with zscore normalization (R2024b 이후)
Batch Normalization LayerBatch normalization layer (R2024b 이후)
Layer Normalization LayerLayer normalization layer (R2024b 이후)
Average Pooling 1D Layer1-D average pooling layer (R2024b 이후)
Average Pooling 2D Layer2-D average pooling layer (R2024b 이후)
Average Pooling 3D Layer3-D average pooling layer (R2024b 이후)
Global Average Pooling 1D Layer1-D global average pooling layer (R2024b 이후)
Global Average Pooling 2D Layer2-D global average pooling layer (R2024b 이후)
Global Average Pooling 3D Layer3-D global average pooling layer (R2024b 이후)
Global Max Pooling 1D Layer1-D global max pooling layer (R2024b 이후)
Global Max Pooling 2D Layer2-D global max pooling layer (R2024b 이후)
Global Max Pooling 3D Layer3-D global max pooling layer (R2024b 이후)
Max Pooling 1D Layer1-D max pooling layer (R2024b 이후)
Max Pooling 2D Layer2-D max pooling layer (R2024b 이후)
Max Pooling 3D Layer3-D max pooling layer (R2024b 이후)
Flatten LayerFlatten layer (R2024b 이후)
LSTM LayerLong short-term memory (LSTM) layer for recurrent neural network (RNN) (R2024b 이후)
LSTM Projected LayerLong short-term memory (LSTM) projected layer for recurrent neural network (RNN) (R2024b 이후)
Dropout LayerDropout layer (R2024b 이후)

도움말 항목

Deep Learning Layer 블록

영상

시퀀스

강화 학습

Python 연동

코드 생성

추천 예제