이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
딥러닝을 위한 신경망 계층의 그래프
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
의 layers
입력 인수로 계층 그래프를 사용하십시오.
는 신경망 계층 배열로부터 계층 그래프를 만들고 lgraph
= layerGraph(layers
)Layers
속성을 설정합니다. lgraph
의 계층들은 layers
와 동일한 순서로 연결됩니다. 계층은 모두 비어 있지 않은 고유한 이름을 가져야 합니다.
은 lgraph
= layerGraph(dagNet
)DAGNetwork
의 계층 그래프를 추출합니다. 예를 들어, 사전 훈련된 신경망의 계층 그래프를 추출하여 전이 학습을 수행할 수 있습니다.
은 lgraph
= layerGraph(dlnet
)dlnetwork
의 계층 그래프를 추출합니다. dlnetwork
를 trainNetwork
함수 또는 심층 신경망 디자이너와 함께 사용하려면 이 구문을 사용하십시오.
addLayers | 계층 그래프에 계층 추가 |
removeLayers | 계층 그래프에서 계층 제거 |
replaceLayer | Replace layer in layer graph |
connectLayers | 계층 그래프에서 계층 연결 |
disconnectLayers | 계층 그래프에서 계층 연결 끊기 |
plot | 신경망 계층 그래프 플로팅 |
계층 그래프는 장단기 기억(LSTM) 신경망의 아키텍처를 지정할 수 없습니다. LSTM 신경망을 만드는 방법에 대한 자세한 내용은 장단기 기억 신경망 항목을 참조하십시오.
additionLayer
| addLayers
| analyzeNetwork
| assembleNetwork
| connectLayers
| DAGNetwork
| depthConcatenationLayer
| disconnectLayers
| googlenet
| inceptionresnetv2
| inceptionv3
| plot
| removeLayers
| replaceLayer
| resnet101
| resnet18
| resnet50
| squeezenet
| trainNetwork
| 심층 신경망 디자이너