主要内容

이번역페이지는최신내용을담고있지않습니다。최신내용을영문으로보려면여기를클릭하십시오。

情节

신경망계층그래프플로팅

설명

예제

图(lgraph는계층그래프lgraph의도식을플로팅합니다。情节함수는각계층에이름을표시하고모든계층연결을보여줍니다。

대화형방식으로신경망을시각화하고신경망아키텍처를분석하려면deepNetworkDesigner (lgraph)를사용하십시오。자세한내용은심층신경망디자이너를참조하십시오。

예제

图(은신경망의도식을플로팅합니다。

예제

모두축소

계층배열에서계층그래프를만듭니다。“relu_1”계층을“添加”계층에연결합니다。

[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);

图中包含一个坐标轴。坐标轴包含一个graphplot类型的对象。

사전훈련된GoogLeNet컨벌루션신경망을DAGNetwork객체로불러옵니다。深度学习工具箱™模型GoogLeNet网络지원패키지가설치되어있지않으면이를다운로드할수있는링크가제공됩니다。

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)

사전훈련된AlexNet컨벌루션신경망을SeriesNetwork객체로불러옵니다。深度学习工具箱™模型AlexNet网络지원패키지가설치되어있지않으면이를다운로드할수있는링크가제공됩니다。

网= alexnet
net = SeriesNetwork with properties: Layers: [25x1 net.cnn.layer. layer] InputNames: {'data'} OutputNames: {'output'}

신경망을플로팅합니다。

情节(净)

图中包含一个坐标轴。坐标轴包含一个graphplot类型的对象。

입력인수

모두축소

계층그래프로,LayerGraph객체로지정됩니다。계층그래프를만들려면layerGraph를사용하십시오。

신경망아키텍처로,SeriesNetwork또는DAGNetwork객체로지정됩니다。

R2017b에개발됨