이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
layerGraph
딥러닝을 위한 신경망 계층의 그래프
설명
계층 그래프는 계층이 여러 계층의 입력값을 가질 수 있고 여러 계층으로 출력값을 보낼 수 있는 보다 복잡한 그래프 구조를 갖는 딥러닝 신경망의 아키텍처를 지정합니다. 이러한 구조를 갖는 신경망을 DAG(유방향 비순환 그래프) 신경망이라 부릅니다. layerGraph
객체를 만든 후에는 객체 함수를 사용하여 그래프를 플로팅하고 계층을 추가하거나, 제거하거나, 연결하거나, 연결을 끊어 수정할 수 있습니다. 신경망을 훈련시키려면 trainNetwork
함수의 입력값으로 계층 그래프를 사용하거나 계층 그래프를 dlnetwork
로 변환한 다음 사용자 지정 훈련 루프를 사용하여 훈련시키십시오.
생성
설명
는 신경망 계층 배열로부터 계층 그래프를 만들고 lgraph
= layerGraph(layers
)Layers
속성을 설정합니다. lgraph
의 계층들은 layers
와 동일한 순서로 연결됩니다.
입력 인수
속성
객체 함수
addLayers | Add layers to layer graph or network |
removeLayers | 계층 그래프 또는 신경망에서 계층 제거 |
replaceLayer | Replace layer in layer graph or network |
connectLayers | 계층 그래프 또는 신경망에서 계층 연결 |
disconnectLayers | 계층 그래프 또는 신경망에서 계층 연결 끊기 |
plot | 신경망 아키텍처 플로팅 |
예제
제한 사항
layer graph 객체에는 양자화 정보가 포함되지 않습니다. 양자화된 신경망에서 계층 그래프를 추출한 다음
assembleNetwork
또는dlnetwork
를 사용하여 신경망을 재조합하면 신경망에서 양자화 정보가 제거됩니다.
버전 내역
R2017b에 개발됨
참고 항목
trainNetwork
| DAGNetwork
| addLayers
| removeLayers
| connectLayers
| disconnectLayers
| plot
| googlenet
| resnet18
| resnet50
| resnet101
| inceptionresnetv2
| squeezenet
| additionLayer
| replaceLayer
| depthConcatenationLayer
| inceptionv3
| analyzeNetwork
| assembleNetwork
| 심층 신경망 디자이너