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序列和表格数据构建网络
通过从头开始定义网络架构,为分类、回归和预测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
- Train Network with Numeric Features
This example shows how to create and train a simple neural network for deep learning feature data classification. - 使用深度学习进行序列分类
此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据进行分类。 - 使用深度学习进行“序列到序列”分类
此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步进行分类。 - 使用深度学习进行“序列到序列”回归
此示例说明如何使用深度学习预测发动机的剩余使用寿命 (RUL)。 - 使用深度学习进行“序列到单个”回归
此示例说明如何使用长短期记忆 (LSTM) 神经网络来预测波形的频率。 - 长短期记忆神经网络
了解长短期记忆 (LSTM) 神经网络。 - Example Deep Learning Networks Architectures
This example shows how to define simple deep learning neural networks for classification and regression tasks. - Multiple-Input and Multiple-Output Networks
Learn how to define and train deep learning networks with multiple inputs or multiple outputs. - 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.
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.