Main Content

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

시계열과 시퀀스 데이터에서의 딥러닝

시계열 분류, 회귀 및 전망 작업을 위해 신경망을 만들고 훈련시킵니다.

시계열 분류, 회귀 및 전망 작업을 위해 신경망을 만들고 훈련시킵니다. sequence-to-one 또는 sequence-to-label 분류 및 회귀 문제에 대해 장단기 기억(LSTM) 신경망을 훈련시킵니다. 단어 임베딩 계층을 사용하여 텍스트 데이터에 대해 LSTM 신경망을 훈련시키거나(Text Analytics Toolbox™ 필요), 스펙트로그램을 사용하여 오디오 데이터에 대해 컨벌루션 신경망을 훈련시킬 수 있습니다(Audio Toolbox™ 필요).

심층 신경망 디자이너딥러닝 신경망의 설계, 시각화 및 훈련

함수

모두 확장

trainingOptions딥러닝 신경망 훈련 옵션
trainNetwork딥러닝 신경망 훈련
analyzeNetwork딥러닝 신경망 아키텍처 분석

입력 계층

sequenceInputLayer시퀀스 입력 계층
featureInputLayer특징 입력 계층

순환 계층

lstmLayer장단기 기억(LSTM) 계층
bilstmLayer양방향 장단기 기억(BiLSTM) 계층
gruLayerGated recurrent unit (GRU) layer for recurrent neural network (RNN)
lstmProjectedLayerLong short-term memory (LSTM) projected layer for recurrent neural network (RNN)

컨벌루션 계층과 완전 연결 계층

convolution1dLayer1-D convolutional layer
transposedConv1dLayerTransposed 1-D convolution layer
fullyConnectedLayer완전 연결 계층

풀링 계층

maxPooling1dLayer1-D max pooling layer
averagePooling1dLayer1-D average pooling layer
globalMaxPooling1dLayer1-D global max pooling layer
globalAveragePooling1dLayer1-D global average pooling layer

활성화 및 드롭아웃 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
geluLayerGaussian error linear unit (GELU) layer
softmaxLayer소프트맥스 계층
dropoutLayer드롭아웃 계층
functionLayerFunction layer

데이터 조작

sequenceFoldingLayer시퀀스 접기 계층
sequenceUnfoldingLayerSequence unfolding layer
flattenLayer평탄화 계층

출력 계층

classificationLayer분류 출력 계층
regressionLayer회귀 출력 계층
classify훈련된 딥러닝 신경망을 사용하여 데이터 분류
predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측
activations딥러닝 신경망 계층 활성화 계산
predictAndUpdateState훈련된 순환 신경망을 사용하여 응답 변수 예측 및 신경망 상태 업데이트
classifyAndUpdateState훈련된 순환 신경망을 사용하여 데이터 분류 및 신경망 상태 업데이트
resetState신경망의 상태 파라미터 재설정
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart
padsequencesPad or truncate sequence data to same length

블록

모두 확장

Predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측
Stateful PredictPredict responses using a trained recurrent neural network
Stateful ClassifyClassify data using a trained deep learning recurrent neural network

속성

ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior

도움말 항목

순환 신경망

컨벌루션 신경망

Simulink를 사용한 딥러닝

MATLAB을 사용한 딥러닝

  • 딥러닝 계층 목록
    MATLAB®에서 제공하는 딥러닝 계층에 대해 알아봅니다.
  • Datastores for Deep Learning
    Learn how to use datastores in deep learning applications.
  • MATLAB의 딥러닝
    사전 훈련된 신경망 및 전이 학습, 그리고 GPU, CPU, 클러스터 및 클라우드에서의 훈련 등 분류 및 회귀에 컨벌루션 신경망을 사용하여 MATLAB의 딥러닝 기능을 알아봅니다.
  • 딥러닝 팁과 요령
    딥러닝 신경망의 정확도를 높이는 방법을 알아봅니다.
  • Data Sets for Deep Learning
    Discover data sets for various deep learning tasks.