Main Content

plot

ニューラル ネットワーク アーキテクチャのプロット

説明

plot(lgraph) は、層グラフ lgraph のダイアグラムをプロットします。関数 plot は、各層に名前でラベルを付け、すべての層の接続を表示します。

ヒント

対話形式でネットワークを可視化してネットワーク アーキテクチャを解析するには、deepNetworkDesigner(lgraph) を使用します。詳細については、ディープ ネットワーク デザイナーを参照してください。

plot(net) は、ネットワーク net のダイアグラムをプロットします。

すべて折りたたむ

層の配列から層グラフを作成します。'relu_1' 層を 'add' 層に接続します。

layers = [
    imageInputLayer([32 32 3],'Name','input')   
    convolution2dLayer(3,16,'Padding','same','Name','conv_1')
    batchNormalizationLayer('Name','BN_1')
    reluLayer('Name','relu_1')
    
    convolution2dLayer(3,16,'Padding','same','Stride',2,'Name','conv_2')
    batchNormalizationLayer('Name','BN_2')
    reluLayer('Name','relu_2') 
    additionLayer(2,'Name','add')];

lgraph = layerGraph(layers);
lgraph = connectLayers(lgraph,'relu_1','add/in2');

層グラフをプロットします。

figure
plot(lgraph);

Figure contains an axes object. The axes object contains an object of type graphplot.

事前学習済みの GoogLeNet 畳み込みニューラル ネットワークを DAGNetwork オブジェクトとして読み込みます。Deep Learning Toolbox™ Model for GoogLeNet Network サポート パッケージがインストールされていない場合、ダウンロード用リンクが表示されます。

net = googlenet
net = 
  DAGNetwork with properties:

         Layers: [144×1 nnet.cnn.layer.Layer]
    Connections: [170×2 table]

ネットワークをプロットします。

figure('Units','normalized','Position',[0.1 0.1 0.8 0.8]);
plot(net)

事前学習済みの AlexNet 畳み込みニューラル ネットワークを SeriesNetwork オブジェクトとして読み込みます。Deep Learning Toolbox™ Model "for AlexNet Network" サポート パッケージがインストールされていない場合、ダウンロード用リンクが表示されます。

net = alexnet
net = 
  SeriesNetwork with properties:

         Layers: [25x1 nnet.cnn.layer.Layer]
     InputNames: {'data'}
    OutputNames: {'output'}

ネットワークをプロットします。

plot(net)

Figure contains an axes object. The axes object contains an object of type graphplot.

入力引数

すべて折りたたむ

層グラフ。LayerGraph オブジェクトとして指定します。層グラフを作成するには、layerGraph を使用します。

深層学習ネットワーク。SeriesNetwork オブジェクト、DAGNetwork オブジェクト、または dlnetwork オブジェクトとして指定します。

バージョン履歴

R2017b で導入