Costruzione e addestramento della rete

Creare nuove reti profonde per attività di classificazione e regressione delle immagini, definendo l'architettura della rete e addestrando la rete da zero.

Dopo aver definito l'architettura della rete, è possibile definire i parametri di addestramento utilizzando la funzione trainingOptions. È quindi possibile addestrare la rete utilizzando la funzione trainnet. Utilizzare la rete addestrata per prevedere le etichette delle classi o le risposte numeriche. Se la funzione trainingOptions non fornisce le opzioni di addestramento necessarie per l’attività, o se i livelli di output non supportano le funzioni di perdita necessarie, è possibile definire un loop di addestramento personalizzato.

È possibile addestrare una rete neurale su una CPU, una GPU, più CPU o GPU, oppure in parallelo su un cluster o nel cloud. L'addestramento su GPU o in parallelo richiede Parallel Computing Toolbox™. L’utilizzo di una GPU richiede un dispositivo GPU supportato (per informazioni sui dispositivi supportati, vedere GPU Computing Requirements (Parallel Computing Toolbox)). Specificare l’ambiente di esecuzione utilizzando la funzione trainingOptions.