La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

Boucles d’apprentissage personnalisées

Entraîner des réseaux de Deep Learning avec des boucles d’apprentissage personnalisées

Si la fonction trainingOptions ne propose pas les options d’apprentissage dont vous avez besoin pour votre tâche ou si vous avez une fonction de perte non supportée par la fonction trainnet, vous pouvez définir une boucle d’apprentissage personnalisée. Si un modèle ne peut pas être spécifié comme un réseau de couches, vous pouvez le définir comme une fonction. Pour en savoir plus, veuillez consulter Define Custom Training Loops, Loss Functions, and Networks.

Fonctions

développer tout

Boucles d’apprentissage personnalisées

`dlnetwork`	Deep learning neural network
`trainingProgressMonitor`	Monitor and plot training progress for deep learning custom training loops (depuis R2022b)
`minibatchqueue`	Create mini-batches for deep learning (depuis R2020b)
`padsequences`	Pad or truncate sequence data to same length (depuis R2021a)
`dlarray`	Deep learning array for customization
`dlgradient`	Compute gradients for custom training loops using automatic differentiation
`dlfeval`	Evaluate deep learning model for custom training loops

Opérations de perte

`crossentropy`	Cross-entropy loss for classification tasks
`l1loss`	L₁ loss for regression tasks (depuis R2021b)
`l2loss`	L₂ loss for regression tasks (depuis R2021b)
`huber`	Huber loss for regression tasks (depuis R2021a)
`mse`	Half mean squared error
`ctc`	Connectionist temporal classification (CTC) loss for unaligned sequence classification (depuis R2021a)

Rubriques

Train Network Using Custom Training Loop
This example shows how to train a network that classifies handwritten digits with a custom learning rate schedule.
Train Sequence Classification Network Using Custom Training Loop
This example shows how to train a network that classifies sequences with a custom learning rate schedule.
Define Custom Training Loops, Loss Functions, and Networks
Learn how to define and customize deep learning training loops, loss functions, and models.
Specify Training Options in Custom Training Loop
Learn how to specify common training options in a custom training loop.
Monitor Custom Training Loop Progress
Track and plot custom training loop progress.
Detect Issues During Deep Neural Network Training
This example shows how to automatically detect issues while training a deep neural network.
Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.