Main Content

영상에 대한 심층 신경망

심층 신경망을 만들고 처음부터 훈련시키기

신경망 아키텍처를 정의하고 신경망을 처음부터 훈련시켜 영상 분류 및 회귀 작업을 위한 새 심층 신경망을 만듭니다.

신경망 아키텍처를 정의한 후에 trainingOptions 함수를 사용하여 훈련 파라미터를 정의할 수 있습니다. 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

입력 계층

imageInputLayer영상 입력 계층
image3dInputLayer3차원 영상 입력 계층

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
geluLayerGaussian error linear unit (GELU) layer
functionLayerFunction layer

정규화, 드롭아웃 및 자르기 계층

batchNormalizationLayer배치 정규화 계층
groupNormalizationLayerGroup normalization layer
instanceNormalizationLayerInstance normalization layer
layerNormalizationLayer계층 정규화 계층
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
multiplicationLayer곱셈 계층
concatenationLayer결합 계층
depthConcatenationLayer심도 결합 계층

출력 계층

sigmoidLayer시그모이드 계층
softmaxLayer소프트맥스 계층
classificationLayer분류 출력 계층
regressionLayer회귀 출력 계층
layerGraph딥러닝을 위한 신경망 계층의 그래프
plot신경망 아키텍처 플로팅
addLayersAdd layers to layer graph or network
removeLayers계층 그래프 또는 신경망에서 계층 제거
replaceLayerReplace layer in layer graph or network
connectLayersConnect layers in layer graph or network
disconnectLayers계층 그래프 또는 신경망에서 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

Predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측
Image Classifier훈련된 딥러닝 신경망을 사용하여 데이터 분류

도움말 항목