이번역최신을있지않습니다않습니다。최신내용으로보려면를하십시오하십시오하십시오。
심층신경망디자이너하기
이예제심층신경망를사용사용하여하여하여하여된된된된신경망이신경망이신경망이새로운의모음을분류분류하도록조정하는방법방법방법을보여줍니다。이는이라고부르며고고고고학습학습을개수의훈련을을사용사용하여하여하여새작업에적용할할수있기있기때문때문에일반일반적적으로으로새로운새로운신경망신경망을을훈련훈련시키는시키는시키는시키는시키는시키는시키는시키는전이위해을대화형방식하려면심층신경망사용하십시오하십시오하십시오。
훈련을위해추출하기
작업공간데이터압축풉니다풉니다。
解压缩('merchdata.zip');
사전훈련된선택하기
심층신경망를엽니다。
DeepNetworkDesigner
심층신경망시작에서사전훈련된된된신경망신경망선택불러옵니다옵니다옵니다。신경망을해야할경우에는설치를클릭애드온를엽니다。
심층신경망전체의축소된가됩니다됩니다됩니다。신경망플롯을살펴봅니다。마우스를사용확대하려면Ctrl+스크롤휠하십시오하십시오。
데이터세트불러오기
심층신경망로데이터를오려면오려면데이터탭에서데이터가져오기>영상데이터가져오기를클릭하십시오。영상데이터오기상자열립니다열립니다。
데이터소스목록에서폴더를선택합니다。찾아보기Merchdata폴더폴더선택합니다합니다합니다합니다。
대화상자하여내에서검증를할수도있습니다있습니다。70%의훈련데이터와와와와와와데이터데이터와와와나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다나눕니다30%。
훈련영상수행증대연산지정합니다합니다。[-90,90]도는는는는는는는는는는는는는는도도에서무작위회전을을,[1,2]범위범위범위에서합니다합니다합니다합니다합니다
가져오기를클릭를심층디자이너가져옵니다가져옵니다가져옵니다。
심층신경망디자이너사용하여데이터탭에서와데이터의분포시각으로조사수있습니다있습니다있습니다。5개에개개의클래스가것볼수있습니다있습니다각클래스의값을수도있습니다있습니다。
심층신경망신경망크기와일치훈련에영상크기를조정합니다합니다。신경망입력크기보려면디자이너탭에서ImageInputlayer
를클릭하십시오。224×224입니다。
전이을위해신경망하기하기
사전훈련새을분류다시시키려면학습가능한계층과마지막마지막분류계층계층을새로운새로운데이터데이터세트에에에적응적응적응적응된된된새로운새로운새로운하십시오하십시오하십시오하십시오。googlenet에서이러한의이름각각각각“损失3分类器”
와'输出'
입니다。
디자이너탭,계층라이브러리에서캔버스로새完整连接的layerer
를끌어서놓습니다。输出尺寸
를새의개수(이이에서는5
)로설정。
전이된새에서학습더빨리학습률을합니다합니다합니다。重量应培训
와偏齿状factor
를10
으로설정합니다。마지막완전을하고새로추가계층대신연결합니다합니다。
출력계층교체합니다。계층라이브러리의끝스크롤한,캔버스캔버스새새分类器
를끌어서놓습니다。원래输出
계층을대신새을합니다합니다합니다。
신경망확인하기
분석을클릭신경망확인합니다。딥러닝신경망보고오류가없으면훈련할가된입니다입니다입니다。
신경망훈련시키기
디폴트설정사용하여신경망시키려면시키려면훈련탭에서훈련을클릭하십시오。
훈련을세부적으로하려면하려면훈련옵션을클릭에할설정선택합니다합니다。디폴트훈련데이터세트더합니다합니다합니다。소규모데이터경우배치크기와에더작은사용하십시오하십시오하십시오。훈련옵션에대한자세한은은训练
항목을하십시오。
이예제에서는初始learternrate를0.0001
로,验证频率를5
로,Maxepochs를8
로설정합니다。55개의값있으므로매매매마다마다전체가되도록되도록MinibatchSize를11
로설정훈련를하게나눕니다나눕니다。
지정된옵션을사용신경망을훈련시키려면닫기를클릭하고훈련을클릭하십시오。
심층신경망는진행상황시각화모니터링할있습니다있습니다있습니다。그런다음경우옵션을편집신경망을훈련시킬있습니다있습니다있습니다。
훈련결과내보내기
훈련결과를내보내려면훈련탭에서내보내기>훈련된및결과내보내기를선택하십시오。심층신경망가훈련된변수변수Trainednetwork_1
로내훈련정보를변수traininfostruct_1
로내보냅니다。
신경망과사용훈련다시만들어주는주는주는코드코드할있습니다있습니다있습니다。훈련탭에서내보내기>훈련에사용코드생성을선택합니다。
훈련된신경망하기
훈련된사용분류할새을합니다합니다합니다。
i = imread(“ merchdatatest.jpg”);
신경망입력일치테스트영상의를합니다합니다합니다。
i = imresize(i,[224 224]);
훈련된사용테스트영상분류합니다합니다。
[ypred,probs] =分类(trainednetwork_1,i);imshow(i)label = ypred;标题(字符串(标签) +“,”+ num2str(100*max(probs),3) +“%”);
다른사전된에대한를비롯한자세한내용은심층신경망디자이너항목을하십시오。