Main Content

파일 형식 또는 응용 프로그램에 맞는 데이터저장소 선택하기

데이터저장소는 메모리에 담을 수 없을 정도로 큰 데이터를 모아 놓는 리포지토리입니다. 각 파일 형식과 응용 프로그램에는 서로 다른 유형의 데이터저장소가 사용되며, 그러한 데이터저장소에는 지원되는 데이터 또는 응용 프로그램의 유형에 맞는 속성이 포함되어 있습니다. MATLAB®은 Excel® 파일과 같은 표준 파일 형식을 위한 데이터저장소와 딥러닝과 같은 특정 응용 프로그램을 위한 데이터저장소를 제공합니다. 기존 데이터저장소 외에도, 데이터가 사유 형식인 경우 사용자 지정 데이터저장소 프레임워크를 사용하여 사용자 지정 데이터저장소를 개발할 수 있습니다.

표준 파일 형식용 데이터저장소

표준 파일 형식으로 데이터를 수집하려면 다음 옵션 중 하나를 사용하십시오.

데이터저장소설명
TabularTextDatastore

열 방향 데이터를 포함하는 텍스트 파일(예: CSV 파일)

SpreadsheetDatastore

지원되는 Excel 형식의 스프레드시트 파일(예: .xlsx)

ImageDatastore

imread에서 지원되는 형식을 포함하는 이미지 파일(예: JPEG, PNG)

ParquetDatastore열 방향 데이터를 포함하는 Parquet 파일
FileDatastore

비표준 파일 형식의 파일

사용자 지정 파일 읽기 함수가 필요함

기존 데이터저장소를 변환하거나 결합합니다.

데이터저장소설명
CombinedDatastore여러 기본 데이터저장소에서 읽어온 데이터를 결합하기 위한 데이터저장소
SequentialDatastore여러 기본 데이터저장소에서 순차적으로 데이터 읽어오기
TransformedDatastore기본 데이터저장소를 변환하기 위한 데이터저장소

MapReduce와 tall형 배열을 통합하기 위한 데이터저장소입니다.

데이터저장소설명
KeyValueDatastore

mapreduce의 입력값이거나 출력값인 키-값 쌍 데이터

TallDatastore

tall 배열의 검사 지점 생성을 위한 데이터저장소

특정 응용 프로그램을 위한 데이터저장소

응용 프로그램에 따라 다음 데이터저장소 중 하나를 사용하십시오.

응용 프로그램데이터저장소설명필요한 툴박스

Simulink 모델 데이터

SimulationDatastore (Simulink)

Simulink® 모델에 사용할 시뮬레이션 입력 및 출력 데이터를 위한 데이터저장소

Simulink

시뮬레이션 앙상블 및 예측 정비 데이터

simulationEnsembleDatastore (Predictive Maintenance Toolbox)

시뮬레이션 앙상블 데이터 관리를 위한 데이터저장소

Predictive Maintenance Toolbox™

fileEnsembleDatastore (Predictive Maintenance Toolbox)

사용자 지정 파일 형식으로 앙상블 데이터를 관리하기 위한 데이터저장소

Predictive Maintenance Toolbox

MDF(Measurement Data Format) 파일

mdfDatastore (Vehicle Network Toolbox)

MDF 파일 모음을 위한 데이터저장소

Vehicle Network Toolbox™

mdfDatastore (Powertrain Blockset)

MDF 파일 모음을 위한 데이터저장소

Powertrain Blockset™

딥러닝

이미지 또는 시퀀스 데이터 전처리를 위한 데이터저장소

pixelLabelDatastore (Computer Vision Toolbox)

픽셀 레이블 데이터를 위한 데이터저장소

Computer Vision Toolbox™ 및 Deep Learning Toolbox™

boxLabelDatastore (Computer Vision Toolbox)

경계 상자 레이블 데이터를 위한 데이터저장소

Computer Vision Toolbox 및 Deep Learning Toolbox

signalDatastore (Signal Processing Toolbox)신호 파일 모음을 위한 데이터저장소

Signal Processing Toolbox™ 및 Deep Learning Toolbox

randomPatchExtractionDatastore (Image Processing Toolbox)

영상 또는 픽셀 레이블 영상에서 무작위 패치를 추출하기 위한 데이터저장소

데이터저장소는 비결정적

Image Processing Toolbox™ 및 Deep Learning Toolbox

denoisingImageDatastore (Image Processing Toolbox)

영상 잡음 제거 심층 신경망 훈련을 위한 데이터저장소

데이터저장소는 비결정적

Image Processing Toolbox 및 Deep Learning Toolbox

augmentedImageDatastore (Deep Learning Toolbox)

훈련 영상의 크기 조정 및 증대를 위한 데이터저장소

데이터저장소는 비결정적

Deep Learning Toolbox

오디오 데이터audioDatastore (Audio Toolbox)

오디오 파일 모음을 위한 데이터저장소

Audio Toolbox™
메모리에 담을 수 없는 큰 영상 데이터blockedImageDatastore (Image Processing Toolbox)메모리에 담을 수 없을 정도로 큰 단일 영상의 블록 관리를 위한 데이터저장소Image Processing Toolbox
데이터베이스 데이터databaseDatastore (Database Toolbox)

관계형 데이터베이스의 데이터 모음을 위한 데이터저장소

Database Toolbox™

사용자 지정 파일 형식

사용자 지정 파일 형식으로 데이터를 수집할 경우 각 개별 파일이 메모리에 담겨진다면 사용자 지정 파일 읽기 함수와 함께 FileDatastore를 사용하십시오. 그 외의 경우에는 matlab.io.Datastore 클래스를 사용하여 사용자 지정 데이터 또는 사유 데이터용으로 완전히 사용자 지정된 데이터저장소를 개발하십시오. Develop Custom Datastore 항목을 참조하십시오.

비결정적 데이터저장소

reset 함수 호출 후에 read 함수를 호출할 경우 정확히 동일한 데이터를 반환하지 않는 데이터저장소가 비결정적 데이터저장소입니다. tall형 배열이나 mapreduce 또는 두 번 이상 데이터를 읽어와야 하는 그 외 모든 코드에는 비결정적 데이터저장소를 사용하지 마십시오.

일부 응용 프로그램에는 무작위로 증대되거나 변형되는 데이터가 필요합니다. 예를 들어 딥러닝 응용 프로그램의 augmentedImageDatastore (Deep Learning Toolbox) 데이터저장소는 신경망이 훈련 영상의 정확한 세부 정보를 과적합하고 기억하는 것을 방지하기 위해 무작위 전처리 작업으로 훈련 영상 데이터를 증대합니다. 이 데이터저장소의 출력값은 reset 호출 후에 read 연산을 수행할 때마다 달라집니다.

참고 항목

| | | | |

관련 항목