R2024a부터 LayerGraph
객체는 권장되지 않습니다. 대신 dlnetwork
객체를 사용하십시오.
LayerGraph
객체에 대한 지원을 제거할 계획은 없습니다. 하지만 다음과 같은 이점이 있는 dlnetwork
객체가 대신 권장됩니다.
dlnetwork
객체는 신경망 구축, 예측, 기본 제공 훈련, 시각화, 압축, 검증 및 사용자 지정 훈련 루프를 지원하는 통합 데이터형입니다.
dlnetwork
객체는 외부 플랫폼에서 만들거나 가져올 수 있는 더 넓은 범위의 신경망 아키텍처를 지원합니다.
dlnetwork
객체는 trainnet
함수에서 지원되기 때문에 손실 함수를 쉽게 지정할 수 있습니다. 내장 손실 함수 중에서 선택하거나 사용자 지정 손실 함수를 지정할 수 있습니다.
일반적으로 dlnetwork
객체를 사용한 훈련과 예측이 LayerGraph
와 trainNetwork
를 사용하는 워크플로보다 더 빠릅니다.
LayerGraph
객체를 지원하는 대부분의 함수는 dlnetwork
객체도 지원합니다. 다음 표에서는 LayerGraph
객체의 몇 가지 일반적인 사용법과 dlnetwork
객체 함수를 대신 사용하도록 코드를 업데이트하는 방법을 보여줍니다.
권장되지 않음 | 권장됨 |
---|
lgraph = layerGraph; | net = dlnetwork; |
lgraph = layerGraph(layers); | net = dlnetwork(layers,Initialize=false); |
lgraph = layerGraph(net); | net = dag2dlnetwork(net); |
lgraph = addLayers(lgraph,layers); | net = addLayers(net,layers); |
lgraph = removeLayers(lgraph,layerNames); | net = removeLayers(net,layerNames); |
lgraph = replaceLayer(lgraph,layerName,layers); | net = replaceLayer(net,layerName,layers); |
lgraph = connectLayers(lgraph,s,d); | net = connectLayers(net,s,d); |
lgraph = disconnectLayers(lgraph,s,d); | net = disconnectLayers(net,s,d); |
plot(lgraph); | plot(net); |
dlnetwork
객체로 지정된 신경망을 훈련시키려면 trainnet
함수를 사용하십시오.
LayerGraph
객체에서는 출력 계층을 사용하는 대신 trainnet
함수의 손실 함수 인수를 사용하여 손실 함수를 지정하십시오.