神经网络设计的工作流

神经网络设计过程的工作流包含七个主要步骤。参考主题讨论了步骤 2、3 和 5 背后的基本思想。

步骤 1 中的数据采集通常在 Deep Learning Toolbox™ 软件的框架之外进行，但在多层浅层神经网络与反向传播训练中对其进行了一般性讨论。其他步骤的详细信息以及步骤 4、6 和 7 的讨论在特定于网络类型的主题中进行说明。

Deep Learning Toolbox 软件使用网络对象来存储用于定义神经网络的所有信息。本主题介绍神经网络的基本组件，并展示如何创建这些如今以及如何将它们存储在网络对象中。

在创建神经网络后，需要对其进行配置，然后进行训练。配置包括安排网络使其与您要求解的问题兼容，如示例数据所定义的那样。在网络配置完成后，需要调整可调网络参数（称为权重和偏置），以便优化网络性能。此调整过程称为网络训练。配置和训练要求向网络提供示例数据。本主题说明如何格式化数据以提交给网络。它还介绍了网络配置和两种形式的网络训练：增量训练和批量训练。

相关主题

• Four Levels of Neural Network Design
• Neuron Model
• Neural Network Architectures
• Understanding Shallow Network Data Structures