内置训练
使用内置训练函数训练深度学习网络
定义网络架构后,您可以使用 trainingOptions
函数定义训练参数。然后,您可以使用 trainnet
函数训练网络。使用经过训练的网络预测类标签或数值响应。
App
深度网络设计器 | 设计和可视化深度学习网络 |
函数
主题
- 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。
- 使用深度学习进行时间序列预测
此示例说明如何使用长期短期记忆 (LSTM) 网络预测时间序列数据。
- 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。
- Create Custom Deep Learning Training Plot
This example shows how to create a custom training plot that updates at each iteration during training of deep learning neural networks using
trainnet
. (自 R2023b 起) - Custom Stopping Criteria for Deep Learning Training
This example shows how to stop training of deep learning neural networks based on custom stopping criteria using
trainnet
. (自 R2023b 起) - Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.