Main Content

Integriertes Training

Trainieren Sie Deep-Learning-Netze für Bilddaten mit integrierten Trainingsfunktionen

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.

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.

Apps

Deep Network DesignerEntwurf und Visualisierung von Deep-Learning-Netzen

Funktionen

alle erweitern

trainingOptionsOptions for training deep learning neural network
trainnetTrain deep learning neural network (Seit R2023b)
analyzeNetworkAnalyze deep learning network architecture
predictCompute deep learning network output for inference (Seit R2019b)
minibatchpredictMini-batched neural network prediction (Seit R2024a)
scores2labelConvert prediction scores to labels (Seit R2024a)
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

Themen