Erstellen und Trainieren von Netzen
Erstellen Sie neue tiefe Netze für Bildklassifizierungs- und Regressionsaufgaben, indem Sie die Netzarchitektur definieren und das Netz von Grund auf trainieren.
Nachdem Sie die Netzarchitektur definiert haben, können Sie die Trainingsparameter mit der Funktion trainingOptions
festlegen. Sie können das Netz dann mit der Funktion trainnet
trainieren. Verwenden Sie das trainierte Netz, um Klassenbezeichnungen oder numerische Antworten vorherzusagen. Wenn die Funktion trainingOptions
nicht die Trainingsoptionen bietet, die Sie für Ihre Aufgabe benötigen, oder die benutzerdefinierten Ausgangsschichten die benötigten Verlustfunktionen nicht unterstützen, können Sie eine benutzerdefinierte Trainingsschleife definieren.
Sie können ein neuronales Netz auf einer CPU, einer Grafikkarte, mehreren CPUs oder Grafikkarten oder parallel auf einem Cluster oder in der Cloud trainieren. Das Training auf einer Grafikkarte und das parallele Training erfordern die Parallel Computing Toolbox™. Bei der Verwendung einer Grafikkarte ist eine unterstützte Grafikkarte erforderlich (Informationen zu unterstützten Geräten finden Sie unter GPU Computing Requirements (Parallel Computing Toolbox)). Geben Sie die Ausführungsumgebung mit der Funktion trainingOptions
an.
Kategorien
- Erstellen tiefer neuronaler Netze
Erstellen Sie neuronale Netze für Bilddaten mit MATLAB®-Programmcode oder interaktiv mit Deep Network Designer
- Integriertes Training
Trainieren Sie Deep-Learning-Netze für Bilddaten mit integrierten Trainingsfunktionen
- Benutzerdefinierte Trainingsschleifen
Anpassen von Deep-Learning-Trainingsschleifen und Verlustfunktionen für Bildnetze