Layer
딥러닝을 위한 신경망 계층
설명
딥러닝을 위한 신경망의 아키텍처를 정의하는 계층입니다.
생성
MATLAB®의 딥러닝 계층 목록은 딥러닝 계층 목록 항목을 참조하십시오. 모든 계층이 순차적으로 연결된 신경망의 아키텍처를 지정하려면 계층으로 구성된 배열을 직접 만드십시오. 계층이 입력값 또는 출력값을 여러 개 가질 수 있는 신경망 아키텍처를 지정하려면 dlnetwork
객체를 사용하십시오.
또는 importCaffeLayers
, importKerasLayers
, importONNXLayers
를 사용하여 각각 Caffe, Keras, ONNX에서 계층을 가져올 수도 있습니다.
사용자 지정 계층을 만드는 방법은 사용자 지정 딥러닝 계층 정의하기 항목을 참조하십시오.
예제
신경망 아키텍처 만들기
하나의 컨벌루션 계층, ReLU 계층, 완전 연결 계층을 갖는 분류를 위한 컨벌루션 신경망 아키텍처를 정의합니다.
layers = [ ...
imageInputLayer([28 28 3])
convolution2dLayer([5 5],10)
reluLayer
fullyConnectedLayer(10)
softmaxLayer
classificationLayer]
layers = 6x1 Layer array with layers: 1 '' Image Input 28x28x3 images with 'zerocenter' normalization 2 '' 2-D Convolution 10 5x5 convolutions with stride [1 1] and padding [0 0 0 0] 3 '' ReLU ReLU 4 '' Fully Connected 10 fully connected layer 5 '' Softmax softmax 6 '' Classification Output crossentropyex
layers
는 Layer
객체입니다.
또는 계층을 개별적으로 만든 다음 결합해도 됩니다.
input = imageInputLayer([28 28 3]);
conv = convolution2dLayer([5 5],10);
relu = reluLayer;
fc = fullyConnectedLayer(10);
sm = softmaxLayer;
co = classificationLayer;
layers = [ ...
input
conv
relu
fc
sm
co]
layers = 6x1 Layer array with layers: 1 '' Image Input 28x28x3 images with 'zerocenter' normalization 2 '' 2-D Convolution 10 5x5 convolutions with stride [1 1] and padding [0 0 0 0] 3 '' ReLU ReLU 4 '' Fully Connected 10 fully connected layer 5 '' Softmax softmax 6 '' Classification Output crossentropyex
계층 배열의 계층과 속성에 액세스하기
하나의 컨벌루션 계층, ReLU 계층, 완전 연결 계층을 갖는 분류를 위한 컨벌루션 신경망 아키텍처를 정의합니다.
layers = [ ...
imageInputLayer([28 28 3])
convolution2dLayer([5 5],10)
reluLayer
fullyConnectedLayer(10)
softmaxLayer];
첫 번째 계층을 선택하여 영상 입력 계층을 표시합니다.
layers(1)
ans = ImageInputLayer with properties: Name: '' InputSize: [28 28 3] SplitComplexInputs: 0 Hyperparameters DataAugmentation: 'none' Normalization: 'zerocenter' NormalizationDimension: 'auto' Mean: []
영상 입력 계층의 입력 크기를 표시합니다.
layers(1).InputSize
ans = 1×3
28 28 3
컨벌루션 계층의 스트라이드를 표시합니다.
layers(2).Stride
ans = 1×2
1 1
완전 연결 계층의 편향 학습률 인자에 액세스합니다.
layers(4).BiasLearnRateFactor
ans = 1
버전 내역
R2016a에 개발됨
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)