Main Content

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

신경망 설계를 위한 워크플로

신경망 설계 절차의 워크플로는 다음과 같은 7가지 주요 단계로 구성됩니다. 참조 항목에서 2, 3, 5단계의 기본적인 개념을 알아볼 수 있습니다.

  1. 데이터 수집

  2. 신경망 만들기 — 신경망 객체 만들기

  3. 신경망 구성 — 얕은 신경망의 입력값과 출력값 구성하기

  4. 가중치와 편향 초기화

  5. 신경망 훈련 — 신경망 훈련 개념

  6. 신경망 검증

  7. 신경망 사용

1단계의 데이터 수집은 일반적으로 Deep Learning Toolbox™의 프레임워크 외부에서 이루어지지만 얕은 다층 신경망과 역전파 훈련에서는 일반적인 경우로 설명됩니다. 그 밖의 단계에 대한 세부 사항과 4, 6, 7단계에 대한 논의는 해당 신경망 유형별 항목에서 설명합니다.

Deep Learning Toolbox는 network 객체를 사용하여, 신경망을 정의하는 모든 정보를 저장합니다. 본 항목에서는 신경망의 기본 구성요소에 대해 설명하고 network 객체에서 신경망이 생성되고 저장되는 방식을 보여줍니다.

신경망을 생성한 후에는 구성하고 훈련시켜야 합니다. 구성 단계에서는 해결하려는 문제(샘플 데이터로 정의됨)와 호환되도록 신경망을 조정합니다. 신경망을 구성한 후에는 신경망 성능이 최적화되도록 변경 가능한 신경망 파라미터(가중치와 편향)를 조정해야 합니다. 이러한 조정 과정을 신경망 훈련이라고 합니다. 구성과 훈련을 진행하려면 신경망에 예제 데이터를 제공해야 합니다. 이 항목에서는 신경망에 입력하기 위해 데이터의 형식을 지정하는 방법을 보여줍니다. 또한, 신경망 구성에 대해, 그리고 신경망 훈련의 두 가지 형태인 증분 훈련과 배치 훈련에 대해 설명합니다.

관련 항목