Apprentissage prédéfini
Après avoir défini l’architecture du réseau, vous pouvez définir des paramètres d’apprentissage avec la fonction trainingOptions
. Vous pouvez ensuite entraîner le réseau avec la fonction trainnet
. Utilisez le réseau entraîné pour prédire des étiquettes de classe ou des réponses numériques.
Applications
Deep Network Designer | Concevoir et visualiser des réseaux de Deep Learning |
Fonctions
Rubriques
- Créer un réseau de neurones simple de Deep Learning pour la classification
Cet exemple montre comment créer et entraîner un réseau de neurones à convolution simple pour la classification Deep Learning.
- Train Convolutional Neural Network for Regression
This example shows how to train a convolutional neural network to predict the angles of rotation of handwritten digits.
- Prévision de séries temporelles avec le Deep Learning
Cet exemple montre comment prévoir des données de séries temporelles avec un réseau LSTM (long short-term memory).
- Classification de séquences avec le Deep Learning
Cet exemple montre comment classer des données séquentielles avec un réseau LSTM (long short-term memory).
- Sequence-to-Sequence Classification Using Deep Learning
This example shows how to classify each time step of sequence data using a long short-term memory (LSTM) network.
- Sequence-to-Sequence Regression Using Deep Learning
This example shows how to predict the remaining useful life (RUL) of engines by using deep learning.
- Sequence-to-One Regression Using Deep Learning
This example shows how to predict the frequency of a waveform using a long short-term memory (LSTM) neural network.
- Create Custom Deep Learning Training Plot
This example shows how to create a custom training plot that updates at each iteration during training of deep learning neural networks using
trainnet
. (depuis R2023b) - Custom Stopping Criteria for Deep Learning Training
This example shows how to stop training of deep learning neural networks based on custom stopping criteria using
trainnet
. (depuis R2023b) - Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.