La traduzione di questa pagina non è aggiornata. Fai clic qui per vedere l'ultima versione in inglese.

Rete neurale per il pattern recognition

Risolve il problema del pattern recognition utilizzando reti feed-forward a due livelli

Descrizione

L’app Neural Net Pattern Recognition consente di creare, visualizzare e addestrare reti feed-forward a due livelli per risolvere i problemi di classificazione dei dati.

Con questa applicazione è possibile:

• Importare i dati da un file, dal workspace MATLAB^® o utilizzare uno dei set di dati di esempio.

• Suddividere i dati in set di addestramento, convalida e prova.

• Definire e addestrare una rete neurale.

• Valutare le performance della rete utilizzando l'errore di entropia incrociata e l’errore di errata classificazione.

• Analizzare i risultati utilizzando grafici di visualizzazione, come matrici di confusione e curve caratteristiche di funzionamento del ricevitore.

• Generare script MATLAB per riprodurre i risultati e personalizzare il processo di addestramento.

• Generare funzioni adatte a essere utilizzate con gli strumenti MATLAB Compiler™ e MATLAB Coder™ e adatte a essere esportate in Simulink^® per essere utilizzate con Simulink Coder.

Nota

Per costruire, visualizzare e addestrare in modo interattivo le reti neurali di Deep Learning, utilizzare l’applicazione Deep Network Designer. Per ulteriori informazioni, vedere Come iniziare a utilizzare Deep Network Designer.

×

Apri l’app Rete neurale per il pattern recognition

• Barra degli strumenti MATLAB: Nella scheda Apps, sotto Machine Learning and Deep Learning, fare clic sull’icona dell’app.

• Nel prompt dei comandi MATLAB: Immettere nprtool.

Esempi

• Pattern recognition con una rete neurale superficiale

Algoritmi

L’app Neural Net Pattern Recognition fornisce algoritmi di addestramento integrati che possono essere utilizzati per addestrare la rete neurale.

Algoritmo di addestramento	Descrizione
Retropropagazione a gradiente coniugato scalato	La retropropagazione a gradiente coniugato scalato aggiorna i valori di pesi e bias secondo il metodo del gradiente coniugato scalato. Per implementare questo algoritmo, l’app Neural Net Pattern Recognition utilizza la funzione trainscg.

Vedi anche

App

• Neural Net Fitting | Neural Net Clustering | Neural Net Time Series

Funzioni

• patternnet | trainscg