Benutzerdefinierte Trainingsschleifen

Trainieren von Deep-Learning-Netzen mit benutzerdefinierten Trainingsschleifen

Wenn die trainingOptions-Funktion nicht die Trainingsoptionen bietet, die Sie für Ihre Aufgabe benötigen, oder Sie eine Verlustfunktion haben, die die trainnet-Funktion nicht unterstützt, können Sie eine eigene Trainingsschleife definieren. Für Modelle, die nicht als Netz von Schichten angegeben werden können, können Sie das Modell als Funktion definieren. Weitere Informationen finden Sie unter Define Custom Training Loops, Loss Functions, and Networks.

Funktionen

alle erweitern

Benutzerdefinierte Trainingsschleifen

`dlnetwork`	Deep learning neural network (Seit R2019b)
`trainingProgressMonitor`	Monitor and plot training progress for deep learning custom training loops (Seit R2022b)
`minibatchqueue`	Create mini-batches for deep learning (Seit R2020b)
`padsequences`	Pad or truncate sequence data to same length (Seit R2021a)
`dlarray`	Deep learning array for customization (Seit R2019b)
`dlgradient`	Compute gradients for custom training loops using automatic differentiation (Seit R2019b)
`dlfeval`	Evaluate deep learning model for custom training loops (Seit R2019b)

Verlustoperationen

`crossentropy`	Cross-entropy loss for classification tasks (Seit R2019b)
`l1loss`	L₁ loss for regression tasks (Seit R2021b)
`l2loss`	L₂ loss for regression tasks (Seit R2021b)
`huber`	Huber loss for regression tasks (Seit R2021a)
`mse`	Half mean squared error (Seit R2019b)
`ctc`	Connectionist temporal classification (CTC) loss for unaligned sequence classification (Seit R2021a)

Themen

Train Network Using Custom Training Loop
This example shows how to train a network that classifies handwritten digits with a custom learning rate schedule.
Train Sequence Classification Network Using Custom Training Loop
This example shows how to train a network that classifies sequences with a custom learning rate schedule.
Define Custom Training Loops, Loss Functions, and Networks
Learn how to define and customize deep learning training loops, loss functions, and models.
Specify Training Options in Custom Training Loop
Learn how to specify common training options in a custom training loop.
Monitor Custom Training Loop Progress
Track and plot custom training loop progress.
Detect Issues During Deep Neural Network Training
This example shows how to automatically detect issues while training a deep neural network.
Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.