이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.
심층 학습(딥러닝)을 위한 DAG(유방향 비순환 그래프) 네트워크
DAG 네트워크는 심층 학습을 위한 신경망입니다. 이 네트워크의 계층은 유방향 비순환 그래프로 배열됩니다. DAG 네트워크에서는 계층이 여러 계층으로부터 입력값을 가질 수 있고 여러 계층으로 출력값을 보낼 수 있는 보다 복잡한 아키텍처를 가질 수 있습니다. DAGNetwork
객체는 하나의 입력 계층과 하나의 출력 계층을 갖습니다.
DAGNetwork
객체를 만드는 방법에는 여러 가지가 있습니다.
googlenet
, resnet50
, resnet101
또는 inceptionv3
을 사용하여 사전 훈련된 네트워크를 불러옵니다. 예제는 GoogLeNet 지원 패키지 다운로드하기 항목을 참조하십시오.
importKerasNetwork
를 사용하여 Keras에서 사전 훈련된 네트워크를 가져옵니다. 예제는 Keras 네트워크를 가져오고 플로팅하기 항목을 참조하십시오.
trainNetwork
를 사용하여 네트워크를 훈련시키거나 미세 조정합니다. 예제는 새로운 이미지를 분류하도록 심층 학습 네트워크 훈련시키기 항목을 참조하십시오.
기타 사전 훈련된 네트워크에 대해 자세히 알아보려면 사전 훈련된 심층 신경망 항목을 참조하십시오.
activations | 컨벌루션 신경망 계층의 활성화 결과 구하기 |
classify | 훈련된 심층 학습(딥러닝) 신경망을 사용하여 데이터 분류 |
predict | 훈련된 심층 학습(딥러닝) 신경망을 사용하여 응답 변수 예측 |
plot | 신경망 계층 그래프 플로팅 |
SeriesNetwork
| analyzeNetwork
| assembleNetwork
| classify
| googlenet
| importKerasNetwork
| inceptionresnetv2
| inceptionv3
| layerGraph
| plot
| predict
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| trainingOptions