심층 신경망 디자이너 앱

대화형 방식의 딥러닝 신경망 생성 및 훈련

대화형 방식으로 딥러닝 신경망을 구축하고 시각화하고 훈련시킵니다. 시작 페이지를 사용하여 전이 학습에 적합한 사전 훈련된 영상 분류 신경망을 불러옵니다. 신경망을 분석하여 아키텍처를 올바르게 정의했는지 확인하고 훈련 전에 문제를 검출합니다. 훈련 데이터를 가져오고 시각화하며, 훈련 옵션을 지정하고 훈련 과정의 애니메이션된 플롯을 사용하여 신경망 훈련을 추적합니다. 신경망 생성 및 훈련을 다시 만들어 주는 코드를 생성하고 훈련된 신경망을 Simulink^®로 내보낼 수 있습니다.

이 플로우 차트는 심층 신경망 디자이너 앱에서 딥러닝 모델을 구축하고 훈련시키는 공통 워크플로를 보여줍니다. 심층 신경망 디자이너에서 신경망을 훈련시키거나, 훈련되지 않은 신경망을 명령줄에서 훈련시킬 수 있도록 내보낼 수 있습니다.

Deep learning workflow. Step 1. Design network. Step 2. Import data. Step 3. Select training options. Step 4. Train network. Step 5. Export network.

앱

심층 신경망 디자이너

딥러닝 신경망의 설계, 시각화 및 훈련

함수

`trainingOptions`	딥러닝 신경망 훈련 옵션
`trainNetwork`	딥러닝 신경망 훈련

도움말 항목

심층 신경망 디자이너를 사용하여 신경망 구축하기
심층 신경망 디자이너에서 딥러닝 신경망을 대화형 방식으로 구축하고 편집합니다.
Train Networks Using Deep Network Designer
Interactively train deep learning networks in Deep Network Designer.
Import Data into Deep Network Designer
Import and visualize data in Deep Network Designer.
Import Custom Layer into Deep Network Designer
This example shows how to import a custom classification output layer with the sum of squares error (SSE) loss and add it to a pretrained network in Deep Network Designer.
Generate MATLAB Code from Deep Network Designer
Generate MATLAB^® code to recreate designing and training a network in Deep Network Designer.
Generate Experiment Using Deep Network Designer
Use Experiment Manager to tune the hyperparameters of a network trained in Deep Network Designer.
View Autogenerated Custom Layers Using Deep Network Designer
This example shows how to import a pretrained TensorFlow™ network and view the autogenerated layers in Deep Network Designer.

추천 예제

심층 신경망 디자이너 시작하기

이 예제에서는 심층 신경망 디자이너를 사용하여, 사전 훈련된 GoogLeNet 신경망이 새로운 영상의 모음을 분류하도록 조정하는 방법을 보여줍니다. 이 절차는 전이 학습이라고 부르며, 학습된 특징을 적은 개수의 훈련 영상을 사용하여 새 작업에 적용할 수 있기 때문에 일반적으로 새로운 신경망을 훈련시키는 것보다 훨씬 빠르고 쉽습니다. 전이 학습을 위해 신경망을 대화형 방식으로 준비하려면 심층 신경망 디자이너를 사용하십시오.

라이브 스크립트 열기