Main Content

사전 훈련된 신경망

사전 훈련된 영상 신경망을 사용하여 새로운 작업을 빠르게 학습

전이 학습을 사용하여 사전 훈련된 신경망이 제공하는 지식을 활용해 새 영상 데이터의 새 패턴을 학습합니다. 전이 학습을 통해 사전 훈련된 영상 분류 신경망을 미세 조정하는 것이 일반적으로 처음부터 훈련시키는 것보다 훨씬 더 빠르고 쉽습니다. 사전 훈련된 심층 신경망을 사용하면 새로운 신경망을 정의하고 훈련시키지 않고도, 수백만 개의 영상을 갖고 있지 않아도, 강력한 GPU 없이도 새 작업을 위한 모델을 빠르게 만들 수 있습니다. 사용 가능한 사전 훈련된 신경망을 살펴보려면 심층 신경망 디자이너를 사용하십시오.

앱

심층 신경망 디자이너딥러닝 신경망을 설계하고 시각화합니다

함수

모두 확장

trainingOptions딥러닝 신경망 훈련 옵션
trainnetTrain deep learning neural network (R2023b 이후)
testnetTest deep learning neural network (R2024b 이후)
imagePretrainedNetworkPretrained neural network for images (R2024a 이후)
predictCompute deep learning network output for inference
minibatchpredictMini-batched neural network prediction (R2024a 이후)
scores2labelConvert prediction scores to labels (R2024a 이후)
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

블록

모두 확장

Predict훈련된 딥러닝 신경망을 사용하여 응답 변수 예측 (R2020b 이후)
Image Classifier훈련된 딥러닝 신경망을 사용하여 데이터 분류 (R2020b 이후)

도움말 항목

  • 딥러닝을 사용하여 웹캠 영상 분류하기

    이 예제에서는 사전 훈련된 심층 컨벌루션 신경망 GoogLeNet을 사용하여 웹캠의 영상을 실시간으로 분류하는 방법을 보여줍니다.

  • Retrain Neural Network to Classify New Images

    This example shows how to retrain a pretrained SqueezeNet neural network to perform classification on a new collection of images.

  • 사전 훈련된 심층 신경망

    분류, 전이 학습 및 특징 추출을 위해 사전 훈련된 컨벌루션 신경망을 다운로드하고 사용하는 방법을 알아봅니다.

  • MATLAB의 딥러닝

    사전 훈련된 신경망 및 전이 학습, 그리고 GPU, CPU, 클러스터 및 클라우드에서의 훈련 등 분류 및 회귀에 컨벌루션 신경망을 사용하여 MATLAB®의 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.

추천 예제