如果pretrained网络已经执行任务需要,那么你不需要再培训网络。相反,你可以直接使用预测网络分类和预测功能。

例如,看到的分类图像使用GoogLeNet。

如果你有一个网络指定为数组或一层一层图,和trainingOptions函数提供了所有你需要的选项,然后你可以训练网络使用trainNetwork函数。

网络为例展示如何进行再培训(学习)转移,明白了火车深入学习网络对新图像进行分类。为例展示如何从头开始训练网络,看到的创建简单的深度学习网络分类。

对于大多数任务,您可以控制使用训练算法的细节trainingOptions和trainNetwork功能。如果trainingOptions功能不提供所需的选项你的任务(例如,一个定制的学习速率的时间表),然后你可以定义自己的自定义训练循环使用dlnetwork对象。一个dlnetwork对象允许您指定训练一个网络层图使用自动分化。

损失函数不能被指定使用一个输出层,您可以指定循环损失一个定制的培训。

为例展示如何使用自定义训练一个网络学习速率时间表,看看列车网络的使用自定义训练循环。

学习,更多的看到自定义训练循环,损失函数和网络。

的网络不能使用层创建图表,您可以定义一个自定义的网络功能。为一个例子,演示如何训练深度学习模型定义为一个函数,看看列车网络的使用模型的功能。

如果你能使用一层创建部分网络图,然后您可以定义这些部分图层图表和模型使用不受支持的部分功能。金宝app

对于大多数任务,可以使用或再培训pretrained网络等googlenet。

对MATLAB pretrained深入学习网络的列表^®,请参阅Pretrained深层神经网络。您可以使用pretrained网络直接与新数据,或者你可以用新数据接受不同的任务使用转移学习。

如果pretrained网络已经执行任务你需要,你可以直接使用网络没有再培训。例如,您可以使用googlenet1000年网络分类图像类。直接与网络进行预测,使用分类和预测功能。例如,看到的分类图像使用GoogLeNet。

如果你需要重新训练网络的例子中,将一组不同的类随后可以使用转移培训网络学习。

您可以指定最深度学习模型层数组或层图。换句话说,您可以定义层与层的模型作为收集输入输出连接到其他层。

一些网络体系结构不能被定义为一层图。例如,暹罗网络需要共享和重量不能定义为一层图。对于这些网络,您必须定义模型作为一个函数。例如,看到的列车网络的使用模型的功能。

对于多个输出的网络,使用一个定制的培训你必须训练网络循环。例如,看到的列车网络的多个输出。

深度学习工具箱提供了许多不同的层深学习任务。层的列表,请参阅深度学习层的列表。

如果深入学习工具箱提供了过渡层(层中间的网络),你需要,你可以网络定义为数组或层图使用这些层。否则,尝试任何支持层定义为自定义层。金宝app有关更多信息,请参见定义定制的深度学习层。

如果深入学习工具箱不提供你需要的层,然后你可以定义一个自定义的深度学习层。有关更多信息,请参见定义定制的深度学习层。

如果您可以定义自定义层对于任何不支持层,那么您可以将这些自定义层一层数组或层图。金宝app否则,使用一个函数指定深度学习模型和火车模型使用自定义训练循环。例如,看到的列车网络的使用模型的功能。

输出层指定损失函数用于培训。深度学习工具箱提供了不同的输出层深度学习任务。例如,classificationLayer和regressionLayer。输出层的列表,看到输出层部分页面中深度学习层的列表。

如果深度学习工具箱提供了你需要的输出层,然后您可以使用这些层定义层图。否则,尝试任何不支持输出层定义为一个自定义层。金宝app有关更多信息,请参见定义定制的深度学习层。

如果深入学习工具箱不提供你需要的输出层,然后你可以定义一个自定义输出层。有关更多信息,请参见定义定制的深度学习层。

如果您可以定义一个自定义任何不支持输出层输出层,那么您可以将这些自定义层一层数组或层图。金宝app否则,火车模型使用dlnetwork对象和一个自定义训练循环,并指定一个自定义功能损失。例如,看到的列车网络的使用自定义训练循环。

的trainingOptions函数提供了很多选项定制一个训练的过程。如果trainingOptions函数提供了所有你需要的选项训练,那么你可以训练学习网络使用trainNetwork函数。例如,看到的创建简单的深度学习网络分类。

如果trainingOptions功能不提供你所需要的训练选项,例如,一个定制的学习速率时间表,你可以定义一个自定义训练循环使用dlnetwork对象。例如,看到的列车网络的使用自定义训练循环。