시퀀스와 시계열

딥러닝을 사용한 시퀀스 분류

이 예제에서는 장단기 기억(LSTM) 신경망을 사용하여 시퀀스 데이터를 분류하는 방법을 보여줍니다.

딥러닝을 사용한 sequence-to-sequence 분류

이 예제에서는 장단기 기억(LSTM) 신경망을 사용하여 시퀀스 데이터의 각 시간 스텝을 분류하는 방법을 보여줍니다.

딥러닝을 사용한 sequence-to-sequence 회귀

이 예제에서는 딥러닝을 사용하여 엔진의 잔여 수명(RUL)을 예측하는 방법을 보여줍니다.

딥러닝을 사용한 시계열 전망

이 예제에서는 장단기 기억(LSTM) 신경망을 사용하여 시계열 데이터를 전망하는 방법을 보여줍니다.

딥러닝을 사용하여 비디오 분류하기

이 예제에서는 사전 훈련된 영상 분류 모델과 LSTM 신경망을 결합하여 비디오를 분류하는 신경망을 만드는 방법을 보여줍니다.

Classify Videos Using Deep Learning with Custom Training Loop

This example shows how to create a network for video classification by combining a pretrained image classification model and a sequence classification network.

딥러닝을 사용해 음성 명령 인식하기

이 예제에서는 오디오에서 음성 명령의 존재 여부를 감지하는 딥러닝 모델을 훈련시키는 방법을 보여줍니다.

Image Captioning Using Attention

This example shows how to train a deep learning model for image captioning using attention.

사용자 지정 미니 배치 데이터저장소를 사용하여 시퀀스 데이터에 대해 신경망 훈련시키기

이 예제에서는 사용자 지정 미니 배치 데이터저장소를 사용하여 메모리에 다 담을 수 없을 정도로 큰 시퀀스 데이터를 대상으로 딥러닝 신경망을 훈련시키는 방법을 보여줍니다.

Visualize Activations of LSTM Network

This example shows how to investigate and visualize the features learned by LSTM networks by extracting the activations.

Sequence-to-Sequence Classification Using 1-D Convolutions

This example shows how to classify each time step of sequence data using a generic temporal convolutional network (TCN).

Chemical Process Fault Detection Using Deep Learning

This example shows how to use simulation data to train a neural network that can detect faults in a chemical process.

심층 신경망 디자이너를 사용하여 신경망 구축하기

딥러닝 신경망을 대화형 방식으로 구축하고 편집합니다.

심층 신경망 디자이너를 사용하여 간단한 시퀀스 분류 신경망 만들기

이 예제에서는 심층 신경망 디자이너를 사용하여 간단한 장단기 기억(LSTM) 분류 신경망을 만드는 방법을 보여줍니다.

Predict and Update Network State in Simulink

This example shows how to predict responses for a trained recurrent neural network in Simulink® by using the Stateful Predict block.

Classify and Update Network State in Simulink

This example shows how to classify data for a trained recurrent neural network in Simulink® by using the Stateful Classify block.

텍스트 데이터

딥러닝을 사용하여 텍스트 데이터 분류하기

이 예제에서는 딥러닝 장단기 기억(LSTM) 신경망을 사용하여 텍스트 데이터를 분류하는 방법을 보여줍니다.

Classify Text Data Using Convolutional Neural Network

This example shows how to classify text data using a convolutional neural network.

Multilabel Text Classification Using Deep Learning

This example shows how to classify text data that has multiple independent labels.

Classify Out-of-Memory Text Data Using Deep Learning

This example shows how to classify out-of-memory text data with a deep learning network using a transformed datastore.

Sequence-to-Sequence Translation Using Attention

This example shows how to convert decimal strings to Roman numerals using a recurrent sequence-to-sequence encoder-decoder model with attention.

딥러닝을 사용하여 텍스트 생성하기

이 예제에서는 텍스트를 생성하도록 딥러닝 장단기 기억(LSTM) 신경망을 훈련시키는 방법을 보여줍니다.

오만과 편견 그리고 MATLAB

이 예제에서는 문자 임베딩을 사용하여 텍스트를 생성하도록 딥러닝 LSTM 신경망을 훈련시키는 방법을 보여줍니다.

Word-By-Word Text Generation Using Deep Learning

This example shows how to train a deep learning LSTM network to generate text word-by-word.

Generate Text Using Autoencoders

This example shows how to generate text data using autoencoders.

Define Text Encoder Model Function

This example shows how to define a text encoder model function.

Define Text Decoder Model Function

This example shows how to define a text decoder model function.