Main Content

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

plot

신경망 계층 그래프 플로팅

설명

예제

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

신경망 아키텍처를 분석하고 대화형 방식으로 신경망을 시각화하려면 analyzeNetwork를 사용하십시오.

예제

plot(net)은 신경망 net의 도식을 플로팅합니다.

예제

모두 축소

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);

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)

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.

R2017b에 개발됨