构建深度神经网络
使用 MATLAB® 代码或以交互方式使用深度网络设计器为图像数据构建神经网络
通过从头开始定义网络架构,为图像分类和回归等任务创建新的深度网络。使用 MATLAB 或以交互方式使用深度网络设计器构建网络。
对于大多数任务,您可以使用内置层。如果没有您的任务所需的内置层,则可以定义您自己的自定义层。您可以定义具有可学习参数和状态参数的自定义层。定义自定义层后,您可以检查该层是否有效,是否与 GPU 兼容,以及是否输出正确定义的梯度。要查看支持的层的列表,请参阅深度学习层列表。
对于无法指定为由层组成的网络的模型,可以将模型定义为函数。要了解详细信息,请参阅定义自定义训练循环、损失函数和网络。
App
深度网络设计器 | 设计和可视化深度学习网络 |
函数
主题
内置层
- 创建简单的深度学习神经网络以用于分类
此示例说明如何创建和训练简单的卷积神经网络来进行深度学习分类。 - 针对回归训练卷积神经网络
此示例说明如何训练卷积神经网络来预测手写数字的旋转角度。 - 深度学习层列表
探索 MATLAB 中的所有深度学习层。 - 使用深度网络设计器构建网络
在深度网络设计器中以交互方式构建和编辑深度学习网络。 - 在 MATLAB 中进行深度学习
通过使用卷积神经网络进行分类和回归来探索 MATLAB 的深度学习能力,包括预训练网络和迁移学习,以及在 GPU、CPU、集群和云上进行训练。 - Deep Learning Tips and Tricks
Learn how to improve the accuracy of deep learning networks. - Data Sets for Deep Learning
Discover data sets for various deep learning tasks. - Multiple-Input and Multiple-Output Networks
Learn how to define and train deep learning networks with multiple inputs or multiple outputs. - Example Deep Learning Networks Architectures
This example shows how to define simple deep learning neural networks for classification and regression tasks.
自定义层
- 定义自定义深度学习层
了解如何定义自定义深度学习层。 - Check Custom Layer Validity
Learn how to check the validity of custom deep learning layers.