문서도움말센터문서
이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。
신경망계층그래프플로팅
情节(lgraph)
情节(净)
예제
图(lgraph)는계층그래프lgraph의도식을플로팅합니다。情节함수는각계층에이름을표시하고모든계층연결을보여줍니다。
图(lgraph)
lgraph
情节
팁
대화형방식으로신경망을시각화하고신경망아키텍처를분석하려면deepNetworkDesigner (lgraph)를사용하십시오。자세한내용은심층신경망디자이너를참조하십시오。
deepNetworkDesigner (lgraph)
图(净)은신경망净의도식을플로팅합니다。
图(净)
净
모두축소
계층배열에서계층그래프를만듭니다。“relu_1”계층을“添加”계층에연결합니다。
“relu_1”
“添加”
[imageInputLayer([32 32 3],]),“名字”,“输入”) convolution2dLayer(3, 16岁,“填充”,“相同”,“名字”,“conv_1”) batchNormalizationLayer (“名字”,“BN_1”) reluLayer (“名字”,“relu_1”) convolution2dLayer(3, 16岁,“填充”,“相同”,“步”2,“名字”,“conv_2”) batchNormalizationLayer (“名字”,“BN_2”) reluLayer (“名字”,“relu_2”) additionLayer (2“名字”,“添加”));lgraph = layerGraph(层);lgraph = connectLayers (lgraph,“relu_1”,“添加/ in2”);
계층그래프를플로팅합니다。
图绘制(lgraph);
사전훈련된GoogLeNet컨벌루션신경망을DAGNetwork객체로불러옵니다。深度学习工具箱™模型GoogLeNet网络지원패키지가설치되어있지않으면이를다운로드할수있는링크가제공됩니다。
DAGNetwork
网= googlenet
net = DAGNetwork with properties: Layers: [144×1 net.cnn.layer. layer]连接:[170×2 table]
신경망을플로팅합니다。
图(“单位”,“归一化”,“位置”,[0.1 0.1 0.8 0.8]);情节(净)
다음제품이필요합니다。
사전훈련된AlexNet컨벌루션신경망을SeriesNetwork객체로불러옵니다。深度学习工具箱™模型AlexNet网络지원패키지가설치되어있지않으면이를다운로드할수있는링크가제공됩니다。
SeriesNetwork
网= alexnet
net = SeriesNetwork with properties: Layers: [25x1 net.cnn.layer. layer] InputNames: {'data'} OutputNames: {'output'}
LayerGraph
계층그래프로,LayerGraph객체로지정됩니다。계층그래프를만들려면layerGraph를사용하십시오。
layerGraph
DagNetwork
신경망아키텍처로,SeriesNetwork또는DAGNetwork객체로지정됩니다。
심층신경망디자이너|layerGraph|addLayers|removeLayers|replaceLayer|connectLayers|disconnectLayers|analyzeNetwork
addLayers
removeLayers
replaceLayer
connectLayers
disconnectLayers
analyzeNetwork
이예제의수정된버전이있습니다。사용자가편집한내용을반영하여이예제를여시겠습니까?
다음MATLAB명령에해당하는링크를클릭했습니다。
명령을실행하려면MATLAB명령창에입력하십시오。웹브라우저는MATLAB명령을지원하지않습니다。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系