Main Content

얕은 다층 신경망과 역전파 훈련

얕은 다층 피드포워드 신경망은 함수 피팅 문제와 패턴 인식 문제에서 모두 사용할 수 있습니다. 탭 지연선이 추가됨에 따라, Design Time Series Time-Delay Neural Networks의 설명과 같이 예측 문제에서도 사용할 수 있습니다. 이 항목에서는 다층 신경망을 사용하는 방법을 보여줍니다. 임의의 신경망을 설계하기 위한 기본 절차도 설명합니다.

참고

이 항목에서 설명하는 훈련 함수는 다층 신경망으로만 한정되지 않습니다. 이러한 훈련 함수는 컴포넌트가 미분 가능한 임의의 아키텍처(사용자 지정 신경망 포함)를 훈련시키는 데 사용될 수 있습니다.

일반적인 신경망 설계 프로세스의 워크플로는 다음과 같은 7가지 주요 단계로 구성됩니다.

  1. 데이터 수집

  2. 신경망 만들기

  3. 신경망 구성

  4. 가중치와 편향 초기화

  5. 신경망 훈련

  6. 신경망 검증(훈련 후 분석)

  7. 신경망 사용

1단계는 Deep Learning Toolbox™ 프레임워크 외부에서 수행해도 되지만, 이 단계는 설계 과정의 성공에 있어 무척 중요한 단계입니다.

워크플로의 세부 정보는 다음과 같은 섹션에서 설명합니다.

선택 사항인 워크플로 단계는 다음과 같은 섹션에서 설명합니다.

시계열, 동적 모델링 및 예측의 경우에는 다음 섹션을 참조하십시오.