Main Content

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

Neural Net Pattern Recognition

Résoudre un problème de reconnaissance de formes avec des réseaux feedforward à deux couches

Description

L’application Neural Net Pattern Recognition vous permet de créer, visualiser et entraîner des réseaux feedfoward à deux couches pour résoudre des problèmes de classification de données.

Avec cette application, vous pouvez :

  • Importer des données depuis un fichier, l’espace de travail MATLAB® ou utiliser un des exemples de jeux de données.

  • Répartir les données entre les jeux d’apprentissage, de validation et de test.

  • Définir et entraîner un réseau de neurones.

  • Évaluer les performances du réseau avec une erreur d’entropie croisée et une erreur de classification.

  • Analyser les résultats avec des tracés de visualisation, comme des matrices de confusion et des courbes ROC (Receiver Operating Characteristic).

  • Générer des scripts MATLAB pour reproduire des résultats et personnaliser le processus d’apprentissage.

  • Générer des fonctions adaptées à un déploiement avec des outils MATLAB Compiler™ et MATLAB Coder™ et les exporter vers Simulink® pour une utilisation avec Simulink Coder.

Neural Net Pattern Recognition app

Ouvrir l'application Neural Net Pattern Recognition

  • Barre d’outils MATLAB : dans l’onglet Apps, dans la section Machine Learning and Deep Learning, cliquez sur l’icône de l’application.

  • Invite de commande MATLAB : saisissez nprtool.

Algorithmes

L’application Neural Net Pattern Recognition propose un algorithme d’apprentissage prédéfini que vous pouvez utiliser pour entraîner votre réseau de neurones.

Algorithme d’apprentissageDescription

Rétropropagation du gradient conjugué à l’échelle

La rétropropagation du gradient conjugué à l’échelle met à jour les valeurs des poids et des biais selon la méthode du gradient conjugué à l’échelle.

Pour implémenter cet algorithme, l’application Neural Net Pattern Recognition utilise la fonction trainscg.