Main Content

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

Gestione degli esperimenti

Addestrare le reti in condizioni iniziali multiple, sincronizzare le opzioni di addestramento in modo interattivo e valutare i risultati

Utilizzare l'applicazione Experiment Manager per trovare le opzioni di addestramento ottimali per le reti neurali, spaziando in un intervallo di valori di iperparametri o utilizzando l'ottimizzazione bayesiana. Utilizzare la funzione integrata trainnet o definire una funzione di addestramento personalizzata. Monitorare i progressi utilizzando i grafici di addestramento. Utilizzare le matrici di confusione e le funzioni metriche personalizzate per valutare la rete addestrata.

Questa pagina contiene informazioni sugli esperimenti per i workflow di IA. Per informazioni generali sull'utilizzo dell'applicazione, vedere Experiment Manager.

App

Experiment Manager Design and run experiments to train and compare deep learning networks (Da R2020a)

Oggetti

experiments.MonitorUpdate results table and training plots for custom training experiments (Da R2021a)

Funzioni

groupSubPlotGroup metrics in experiment training plot (Da R2021a)
recordMetricsRecord metric values in experiment results table and training plot (Da R2021a)
updateInfoUpdate information columns in experiment results table (Da R2021a)
yscaleSet training plot y-axis scale (linear or logarithmic) (Da R2024a)

Argomenti

Risoluzione dei problemi

Debug Deep Learning Experiments

Diagnose problems in your setup, training, and metric functions. (Da R2023a)

Esempi in primo piano