Main Content

plot

신경망 아키텍처 플로팅

페이지 내 모두 축소

구문

plot(lgraph)
plot(net)

설명

예제

plot(lgraph)는 계층 그래프 lgraph의 도식을 플로팅합니다. plot 함수는 각 계층에 이름을 표시하고 모든 계층 연결을 보여줍니다.

팁

대화형 방식으로 신경망을 시각화하고 신경망 아키텍처를 분석하려면 deepNetworkDesigner(lgraph)를 사용하십시오. 자세한 내용은 심층 신경망 디자이너를 참조하십시오.

예제

plot(net)은 신경망 net의 도식을 플로팅합니다.

예제

모두 축소

라이브 스크립트 열기

계층 배열에서 계층 그래프를 만듭니다. 'relu_1' 계층을 'add' 계층에 연결합니다.

layers = [
    imageInputLayer([32 32 3],'Name','input')   
    convolution2dLayer(3,16,'Padding','same','Name','conv_1')
    batchNormalizationLayer('Name','BN_1')
    reluLayer('Name','relu_1')
    
    convolution2dLayer(3,16,'Padding','same','Stride',2,'Name','conv_2')
    batchNormalizationLayer('Name','BN_2')
    reluLayer('Name','relu_2') 
    additionLayer(2,'Name','add')];

lgraph = layerGraph(layers);
lgraph = connectLayers(lgraph,'relu_1','add/in2');

계층 그래프를 플로팅합니다.

figure
plot(lgraph);

Figure contains an axes object. The axes object contains an object of type graphplot.

라이브 스크립트 열기

사전 훈련된 GoogLeNet 컨벌루션 신경망을 DAGNetwork 객체로 불러옵니다. Deep Learning Toolbox™ Model for GoogLeNet Network 지원 패키지가 설치되어 있지 않으면 이를 다운로드할 수 있는 링크가 제공됩니다.

net = googlenet
net = 
  DAGNetwork with properties:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 table]

신경망을 플로팅합니다.

figure('Units','normalized','Position',[0.1 0.1 0.8 0.8]);
plot(net)

다음 제품이 필요합니다.

라이브 스크립트 열기

사전 훈련된 AlexNet 컨벌루션 신경망을 SeriesNetwork 객체로 불러옵니다. Deep Learning Toolbox™ Model for AlexNet Network 지원 패키지가 설치되어 있지 않으면 이를 다운로드할 수 있는 링크가 제공됩니다.

net = alexnet
net = 
  SeriesNetwork with properties:

         Layers: [25x1 nnet.cnn.layer.Layer]
     InputNames: {'data'}
    OutputNames: {'output'}

신경망을 플로팅합니다.

plot(net)

Figure contains an axes object. The axes object contains an object of type graphplot.

입력 인수

모두 축소

계층 그래프로, LayerGraph 객체로 지정됩니다. 계층 그래프를 만들려면 layerGraph를 사용하십시오.

딥러닝 신경망으로, SeriesNetwork, DAGNetwork 또는 dlnetwork 객체로 지정됩니다.

버전 내역

R2017b에 개발됨

참고 항목

| | | | | | | | |

도움말 항목