Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

构建和训练网络

为图像数据创建深度神经网络并从头开始训练

您可以通过定义网络架构并从头开始训练网络，来创建新的用于图像分类和回归任务的深度网络。

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 或 trainnet 训练网络。使用经过训练的网络预测类标签或数值响应。如果 trainingOptions 函数不提供任务所需的训练选项，或者自定义输出层不支持所需的损失函数，则您可以定义自定义训练循环。

您可以在一个 CPU、一个 GPU、多个 CPU 或 GPU 上训练神经网络，或者在集群中并行训练或在云中训练。在 GPU 上训练或并行训练需要 Parallel Computing Toolbox™。使用 GPU 需要支持的 GPU 设备（有关受支持设备的信息，请参阅GPU Computing Requirements (Parallel Computing Toolbox)）。使用 trainingOptions 函数指定执行环境。

相关主题

类别

  • 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
  • 内置训练
    使用内置训练函数训练图像数据的深度学习网络
  • 自定义训练循环
    自定义图像网络的深度学习训练循环和损失函数