主要内容

神经网络设计的工作流程

神经网络设计过程的工作流程有七个主要步骤。参考主题讨论了步骤2、3和5背后的基本思想。

  1. 收集数据

  2. 创建网络 -创建神经网络对象

  3. 配置网络 -配置浅神经网络输入和输出

  4. 初始化重量和偏见

  5. 训练网络 -神经网络培训概念

  6. 验证网络

  7. 使用网络

步骤1中的数据收集通常发生在深度学习Toolbox™软件的框架之外，但是在多层神经网络和反向传播培训。在特定于网络类型的主题中讨论了步骤4、6和7的其他步骤和讨论的详细信息。

深度学习工具箱软件使用网络对象存储定义神经网络的所有信息。该主题描述了神经网络的基本组件，并显示了它们是如何创建和存储在网络对象中的。

创建神经网络后，需要对其进行配置然后训练。配置涉及安排网络，以使其与您要解决的问题兼容，如示例数据所定义。配置网络后，需要调整可调网络参数（称为权重和偏见），以便优化网络性能。此调整过程称为培训网络。配置和培训要求将网络提供示例数据。本主题显示了如何将数据格式化为网络。它还解释了网络配置以及两种形式的网络培训：增量培训和批处理培训。

相关话题