Cette page s'applique à la version précédente. La page correspondante en anglais a été supprimée de la version actuelle.
Personnalisation de réseaux profonds pour les images
Si la fonction trainingOptions
ne propose pas les options d’apprentissage dont vous avez besoin pour votre tâche ou que les couches de sortie personnalisées ne supportent pas les fonctions de perte dont vous avez besoin, vous pouvez définir une boucle d’apprentissage personnalisée. Pour les réseaux qui ne peuvent pas être créés avec des graphes de couches, vous pouvez définir des réseaux personnalisés comme une fonction. Pour en savoir plus, veuillez consulter Define Custom Training Loops, Loss Functions, and Networks.
Fonctions
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.
- Multiple-Input and Multiple-Output Networks
Learn how to define and train deep learning networks with multiple inputs or multiple outputs.
- Train Network with Multiple Outputs
This example shows how to train a deep learning network with multiple outputs that predict both labels and angles of rotations of handwritten digits.
- Train a Twin Neural Network to Compare Images
This example shows how to train a twin neural network with shared weights to identify similar images of handwritten characters.
- Example Deep Learning Networks Architectures
This example shows how to define simple deep learning neural networks for classification and regression tasks.
- Data Sets for Deep Learning
Discover data sets for various deep learning tasks.