Main Content

イメージ用の深いネットワーク

深層ニューラル ネットワークを作成してゼロから学習させる

ネットワーク アーキテクチャを定義し、ネットワークにゼロから学習させて、イメージの分類タスクと回帰タスク用の深いネットワークを新しく作成します。

ネットワーク アーキテクチャを定義した後、関数 trainingOptions を使用して学習パラメーターを定義できます。その後、trainNetwork を使用してネットワークに学習させることができます。学習済みネットワークを使用して、クラス ラベルまたは数値応答を予測します。

畳み込みニューラル ネットワークの学習は、1 つの CPU または GPU で、複数の CPU または GPU で、あるいはクラスターまたはクラウドで並列に行えます。1 つの GPU または並列で学習させる場合は、Parallel Computing Toolbox™ が必要です。GPU を使用するには、サポートされている GPU デバイスが必要です (サポートされているデバイスについては、GPU 計算の要件 (Parallel Computing Toolbox)を参照してください)。関数 trainingOptions を使用して、実行環境を指定します。

アプリ

ディープ ネットワーク デザイナー深層学習ネットワークの設計、可視化、および学習

関数

すべて展開する

trainingOptions深層学習ニューラル ネットワークの学習のオプション
trainNetwork深層学習ニューラル ネットワークの学習
analyzeNetwork深層学習ネットワーク アーキテクチャの解析

入力層

imageInputLayerイメージ入力層
image3dInputLayer3 次元イメージ入力層

畳み込み層と全結合層

convolution2dLayer2 次元畳み込み層
convolution3dLayer3-D convolutional layer
groupedConvolution2dLayerグループ化された 2 次元畳み込み層
transposedConv2dLayer2 次元転置畳み込み層
transposedConv3dLayerTransposed 3-D convolution layer
fullyConnectedLayer全結合層

活性化層

reluLayer正規化線形ユニット (ReLU) 層
leakyReluLayer漏洩 (leaky) 正規化線形ユニット (ReLU) 層
clippedReluLayerクリップされた正規化線形ユニット (ReLU) 層
eluLayer指数線形ユニット (ELU) 層
tanhLayer双曲線正接 (tanh) 層
swishLayerSwish 層
geluLayerGaussian error linear unit (GELU) layer
functionLayer関数層

正規化層、ドロップアウト層、およびトリミング層

batchNormalizationLayerバッチ正規化層
groupNormalizationLayerGroup normalization layer
instanceNormalizationLayerインスタンス正規化層
layerNormalizationLayerレイヤー正規化層
crossChannelNormalizationLayer チャネル単位の局所応答正規化層
dropoutLayerドロップアウト層
crop2dLayer2 次元トリミング層
crop3dLayer3-D crop layer

プーリング層と逆プーリング層

averagePooling2dLayer平均プーリング層
averagePooling3dLayer3-D average pooling layer
globalAveragePooling2dLayer2-D global average pooling layer
globalAveragePooling3dLayer3-D global average pooling layer
globalMaxPooling2dLayerGlobal max pooling layer
globalMaxPooling3dLayer3-D global max pooling layer
maxPooling2dLayer最大プーリング層
maxPooling3dLayer3-D max pooling layer
maxUnpooling2dLayer最大逆プーリング層

結合層

出力層

sigmoidLayerシグモイド層
softmaxLayerソフトマックス層
classificationLayer分類出力層
regressionLayer回帰出力層
layerGraph深層学習用のネットワーク層のグラフ
plotニューラル ネットワーク アーキテクチャのプロット
addLayersAdd layers to layer graph or network
removeLayers層グラフまたはネットワークからの層の削除
replaceLayer層グラフまたはネットワークの層の置き換え
connectLayers層グラフまたはネットワークの層の結合
disconnectLayers層グラフまたはネットワークの層の切り離し
DAGNetwork深層学習用の有向非循環グラフ (DAG) ネットワーク
resnetLayers2 次元残差ネットワークの作成
resnet3dLayers3 次元残差ネットワークの作成
isequalCheck equality of deep learning layer graphs or networks
isequalnCheck equality of deep learning layer graphs or networks ignoring NaN values
classify学習済み深層学習ニューラル ネットワークを使用したデータの分類
predict学習済み深層学習ニューラル ネットワークを使用した応答の予測
activations深層学習ネットワーク層の活性化の計算
confusionchart分類問題用の混同行列チャートの作成
sortClasses混同行列チャートのクラスの並べ替え

ブロック

すべて展開する

Predict学習済み深層学習ニューラル ネットワークを使用した応答の予測
Image Classifier学習済み深層学習ニューラル ネットワークを使用したデータの分類

トピック