Main Content

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

plot

신경망 계층 그래프 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

신경망 아키텍처를 분석하고 대화형 방식으로 신경망을 시각화하려면 analyzeNetwork를 사용하십시오.

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);

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)

입력 인수

모두 축소

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

신경망 아키텍처로, SeriesNetwork 또는 DAGNetwork 객체로 지정됩니다.

참고 항목

| | | | | |

도움말 항목

R2017b에 개발됨

Deep Learning Toolbox 문서

지원

Introducing Deep Learning with MATLAB

Introducing Deep Learning with MATLAB

Download ebook