이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。
深度学习工具箱™는알고리즘,사전훈련된모델및앱을사용하여심층신경망을설계하고구현할수있는프레임워크를제공합니다。컨벌루션신경망(事先,CNN)과장단기기억(LSTM)신경망을사용하여영상,시계열및텍스트데이터에대해분류와회귀를수행할수있습니다。자동미분,사용자지정훈련루프및공유가중치를사용하여생성적적대신경망(GAN:生成对抗网络)이나샴신경망(暹罗网络)같은신경망아키텍처를구축할수있습니다。심층신경망디자이너앱을사용하여그래픽방식으로신경망을설계,분석및훈련시킬수있습니다。실험관리자앱을사용하여여러딥러닝실험을관리하고,훈련파라미터를추적하고,결과를분석하고,서로다른실험의코드를비교할수있습니다。계층활성화를시각화하고훈련진행상황을그래픽방식으로모니터링할수있습니다。
ONNX™형식을사용하여TensorFlow™및PyTorch간모델을전환하고TensorFlow-Keras및咖啡에서모델을가져올수있습니다。이툴박스는DarkNet-53、ResNet-50 NASNet, SqueezeNet을비롯한여러사전훈련된모델을통한전이학습을지원합니다。
并行计算工具箱™를사용하여단일또는다중GPU워크스테이션에서훈련속도를높일수있으며,MATLAB®并行服务器™를사용하여NVIDIA®GPU云,亚马逊EC2®GPU인스턴스같은클러스터와클라우드로확장할수있습니다。
이예제에서는심층신경망디자이너를사용하여,사전훈련된GoogLeNet신경망이새로운영상의모음을분류하도록조정하는방법을보여줍니다。
사전훈련된AlexNet신경망으로라이브웹캠의사물을식별하기위해딥러닝을사용하는방법을알아봅니다。
이예제에서는사전훈련된심층컨벌루션신경망GoogLeNet을사용하여영상을분류하는방법을보여줍니다。
이예제에서는사전훈련된컨벌루션신경망인SqueezeNet이새로운영상세트를분류하도록전이학습을사용하여다시훈련시키는방법을보여줍니다。
이예제에서는딥러닝분류용으로간단한컨벌루션신경망을만들고훈련시키는방법을보여줍니다。
이예제에서는심층신경망디자이너를사용하여딥러닝분류용으로간단한컨벌루션신경망을만들고훈련시키는방법을보여줍니다。
이예제에서는심층신경망디자이너를사용하여간단한장단기기억(LSTM)분류신경망을만드는방법을보여줍니다。
앱과함수를사용하여함수피팅,패턴인식,군집화및시계열분석을위한얕은신경망을설계합니다。
深度学习斜坡弯道
실용적인딥러닝방법에대한대화식소개를제공하는무료딥러닝튜토리얼입니다(2시간)。MATLAB에서영상인식을위해딥러닝기법을사용하는방법을배우게됩니다。
전이학습을위해대화형방식으로딥러닝신경망수정하기
심층신경망디자이너는심층신경망을만들거나수정할수있는포인트-앤클릭툴입니다。이비디오는전이학습워크플로에서이앱을사용하는방법을보여줍니다。가져온신경망의마지막몇개의계층을명령줄을사용하지않고툴을사용하여간편하게수정하는방법을보여줍니다。신경망분석기를사용하여,수정된아키텍처의연결오류와속성할당을확인할수있습니다。
MATLAB을사용한딥러닝:MATLAB코드11줄로시작해보는딥러닝
MATLAB과간단한웹캠및심층신경망을사용하여주변의사물을식별하는방법을알아봅니다。
MATLAB을사용한딥러닝:MATLAB코드10줄로시작해보는전이학습
전문가들이만든딥러닝신경망을사용자의고유한데이터나작업을위해MATLAB에서전이학습을사용하여다시훈련시키는방법을알아봅니다.