이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

importCaffeLayers

Caffe에서 컨벌루션 신경망 계층 가져오기

구문

layers = importCaffeLayers(protofile)

layers = importCaffeLayers(protofile,'InputSize',sz)

설명

layers = importCaffeLayers(protofile)은 Caffe [1] 신경망의 계층을 가져옵니다. 이 함수는 .prototxt 파일 protofile에 정의된 계층을 반환합니다.

이 함수를 사용하려면 Deep Learning Toolbox™ Importer for Caffe Models 지원 패키지가 필요합니다. 이 지원 패키지가 설치되어 있지 않으면 함수에서 다운로드 링크를 제공합니다.

Caffe Model Zoo [2]에서 사전 훈련된 신경망을 다운로드할 수 있습니다.

layers = importCaffeLayers(protofile,'InputSize',sz)은 입력 데이터의 크기를 지정합니다. .prototxt 파일이 입력 데이터의 크기를 지정하지 않는 경우, 직접 입력 크기를 지정해야 합니다.

예제

Importer for Caffe Models 지원 패키지 다운로드하기

Deep Learning Toolbox Importer for Caffe Models 지원 패키지를 다운로드하고 설치합니다.

명령줄에 importCaffeLayers를 입력하여 필요한 지원 패키지를 다운로드합니다.

importCaffeLayers

Deep Learning Toolbox Importer for Caffe Models 지원 패키지가 설치되어 있지 않은 경우, 애드온 탐색기로 연결되는 지원 패키지 링크를 함수에서 제공합니다. 지원 패키지를 설치하려면 링크를 클릭한 다음 설치를 클릭하십시오.

Caffe 신경망에서 계층 가져오기

가져올 예제 파일 'digitsnet.prototxt'를 지정합니다.

protofile = 'digitsnet.prototxt';

신경망 계층을 가져옵니다.

layers = importCaffeLayers(protofile)

layers = 

  1x7 Layer array with layers:

     1   'testdata'   Image Input             28x28x1 images
     2   'conv1'      Convolution             20 5x5x1 convolutions with stride [1  1] and padding [0  0]
     3   'relu1'      ReLU                    ReLU
     4   'pool1'      Max Pooling             2x2 max pooling with stride [2  2] and padding [0  0]
     5   'ip1'        Fully Connected         10 fully connected layer
     6   'loss'       Softmax                 softmax
     7   'output'     Classification Output   crossentropyex with 'class1', 'class2', and 8 other classes

입력 인수

protofile — 파일 이름

문자형 벡터 | string형 스칼라

신경망 아키텍처를 포함하는 .prototxt 파일의 파일 이름으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. protofile은 현재 폴더 또는 MATLAB^® 경로에 있는 폴더에 있어야 합니다. 또는 파일에 대한 전체 경로 또는 상대 경로를 포함해야 합니다. .prototxt 파일이 입력 데이터의 크기를 지정하지 않는 경우, sz 입력 인수를 사용하여 직접 크기를 지정해야 합니다.

예: 'digitsnet.prototxt'

sz — 입력 데이터의 크기

행 벡터

입력 데이터의 크기로, 행 벡터로 지정됩니다. 입력 데이터의 높이, 너비, 채널 개수에 해당하는 두세 개의 정수 값으로 구성된 벡터, 즉 [h,w] 또는 [h,w,c]를 지정합니다.

예: [28 28 1]

출력 인수

layers — 신경망 아키텍처

Layer 배열 | LayerGraph 객체

신경망 아키텍처로, Layer 배열 또는 LayerGraph 객체로 반환됩니다. 입력값으로 컬러 영상을 받는 Caffe 신경망의 경우 영상이 BGR 형식이어야 합니다. 가져오기 중에 importCaffeLayers는 가져온 MATLAB 신경망이 입력값으로 RGB 영상을 받도록 신경망을 수정합니다.

팁

• importCaffeLayers는 다음과 같은 Caffe 계층 유형을 갖는 신경망을 가져올 수 있으며, 몇 가지 제한 사항이 있습니다.

  Caffe 계층	Deep Learning Toolbox 계층
  BatchNormLayer	batchNormalizationLayer
  ConcatLayer	depthConcatenationLayer
  ConvolutionLayer	convolution2dLayer
  DeconvolutionLayer	transposedConv2dLayer
  DropoutLayer	dropoutLayer
  EltwiseLayer(합만)	additionLayer
  EuclideanLossLayer	RegressionOutputLayer
  InnerProductLayer	fullyConnectedLayer
  InputLayer	imageInputLayer
  LRNLayer(국소 응답 정규화)	crossChannelNormalizationLayer
  PoolingLayer	maxPooling2dLayer 또는 averagePooling2dLayer
  ReLULayer	reluLayer 또는 leakyReluLayer
  ScaleLayer	batchNormalizationLayer
  SigmoidLayer	nnet.caffe.layer.SigmoidLayer
  SoftmaxLayer	softmaxLayer
  TanHLayer	tanhLayer

  신경망에 그 밖의 다른 유형의 계층이 포함된 경우, 오류가 반환됩니다.

  이 함수는 protofile이 include-phase TEST로 지정하는 계층만 가져옵니다. 이 함수는 protofile이 include-phase TRAIN으로 지정하는 계층은 모두 무시합니다.

참고 문헌

[1] Caffe. https://caffe.berkeleyvision.org/.

[2] Caffe Model Zoo. https://caffe.berkeleyvision.org/model_zoo.html.

참고 항목

assembleNetwork | exportONNXNetwork | importCaffeNetwork | importKerasLayers | importKerasNetwork | importONNXLayers | importONNXNetwork

도움말 항목

• MATLAB의 딥러닝
• 사전 훈련된 심층 신경망
• 딥러닝 계층 목록

R2017a에 개발됨