神经网络模式识别
使用两层前馈网络求解模式识别问题
说明
使用神经网络模式识别,您可以创建、可视化和训练两层前馈网络以求解数据分类问题。
使用此 App,您可以:
从文件、MATLAB® 工作区导入数据,或使用示例数据集之一。
将数据拆分成训练集、验证集和测试集。
定义和训练一个神经网络。
使用交叉熵误差和误分类误差评估网络性能。
使用可视化图分析结果,如混淆矩阵和受试者工作特征曲线。
生成 MATLAB 脚本以重现结果并自定义训练过程。
生成适合使用 MATLAB Compiler™ 和 MATLAB Coder™ 工具部署的函数,并导出到 Simulink® 以便与 Simulink Coder 结合使用。
提示
要以交互方式构建和可视化深度学习神经网络,请使用深度网络设计器。有关详细信息,请参阅深度网络设计器快速入门。
打开 神经网络模式识别 App
MATLAB 工具条:在 App选项卡上的机器学习和深度学习下,点击 App 图标。
MATLAB 命令提示符:输入
nprtool
。
算法
神经网络模式识别提供内置训练算法,可用于训练神经网络。
训练算法 | 描述 |
---|---|
量化共轭梯度反向传播 | 量化共轭梯度反向传播根据量化共轭梯度法更新权重和偏置值。 为了实现此算法,神经网络模式识别使用 |