Main Content

Addestramento integrato

Addestrare reti di Deep Learning con le funzioni di addestramento integrate

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.

App

Deep Network DesignerProgettare e visualizzare reti di Deep Learning

Funzioni

espandi tutto

dlnetworkDeep learning neural network (Da R2019b)
trainingOptionsOpzioni per l’addestramento della rete neurale di Deep Learning
trainnetTrain deep learning neural network (Da R2023b)
TrainingInfoNeural network training information (Da R2023b)
showShow training information plot (Da R2023b)
closeClose training information plot (Da R2023b)
accuracyMetricDeep learning accuracy metric (Da R2023b)
aucMetricDeep learning area under ROC curve (AUC) metric (Da R2023b)
fScoreMetricDeep learning F-score metric (Da R2023b)
precisionMetricDeep learning precision metric (Da R2023b)
recallMetricDeep learning recall metric (Da R2023b)
rmseMetricDeep learning root mean squared error metric (Da R2023b)
predictCompute deep learning network output for inference (Da R2019b)
minibatchpredictMini-batched neural network prediction (Da R2024a)
scores2labelConvert prediction scores to labels (Da R2024a)
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart
classifyAndUpdateState(Not recommended) Classify data using a trained recurrent neural network and update the network state

Argomenti