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.
Suggerimento
Per costruire e visualizzare le reti neurali di Deep Learning in modo interattivo, utilizzare l'app 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
.
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 |