内置的培训
火车深度学习网络使用内置的训练函数图像数据
定义网络体系结构之后,您可以定义使用训练参数trainingOptions函数。你可以训练网络使用trainNetwork。使用训练网络预测类标签或数字的反应。
你可以训练一个神经网络CPU、GPU,多个CPU或GPU,或并行集群上或在云中。培训在GPU并行或需要并行计算工具箱™。使用GPU需要支持GPU设备(支持设备上的信息金宝app,请参阅GPU计算的需求(并行计算工具箱))。指定执行环境使用trainingOptions函数。
应用程序
| 深层网络设计师 | 设计、可视化和火车深度学习网络 |
功能
主题
应用培训
- 列车网络使用深层网络设计师
交互式训练深度学习网络深陷网络设计师。 - 数据导入深度网络设计师
导入和可视化数据深陷网络设计师。
命令行培训
- 创建简单的深度学习神经网络分类
这个例子展示了如何创建和训练一个简单的卷积神经网络进行深度学习分类。 - 火车卷积神经网络回归
这个例子展示了如何使用卷积神经网络适合回归模型预测手写数字的旋转角度。 - 设置参数和卷积神经网络训练
了解如何设置为卷积神经网络训练参数。 - 深度学习在MATLAB
发现在MATLAB的深度学习能力®利用卷积神经网络分类和回归,包括pretrained网络和学习,转移和培训在gpu, cpu,集群和云。 - 深度学习技巧和窍门
学习如何提高深度学习网络的准确性。 - 深度学习的数据集
发现数据集各种深度学习任务。
