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 trainNetwork 训练网络。使用经过训练的网络预测类标签或数值响应。

App

设计、可视化和训练深度学习网络

`trainingOptions`	Options for training deep learning neural network
`trainNetwork`	Train deep learning neural network

Train Networks Using Deep Network Designer
Interactively train deep learning networks in Deep Network Designer.
Import Data into Deep Network Designer
Import and visualize data in Deep Network Designer.

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。卷积神经网络是深度学习的基本工具，尤其适用于图像识别。
针对回归训练卷积神经网络
此示例说明如何使用卷积神经网络拟合回归模型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)。
Sequence-to-One Regression Using Deep Learning
This example shows how to predict the frequency of a waveform using a long short-term memory (LSTM) neural network.