主要内容

浅神经网络的部署训练

提示

要了解用于深度学习的代码生成，请参见深度学习代码生成．

使用MATLAB®运行时部署可以训练模型的函数。您可以部署MATLAB代码来训练神经网络，如从MATLAB创建独立的应用程序(MATLAB编译器)．

以下方法和函数在部署模式下不支持:金宝app

这是一个如何部署网络训练的例子。例如，创建一个脚本来训练神经网络，mynntraining.m：

%创建预测器和响应(目标)X = [0.054 0.78 0.13 0.47 0.34 0.79 0.53 0.6 0.65 0.75 0.084 0.91 0.83 0.53 0.93 0.57 0.012 0.16 0.31 0.17 0.26 0.69 0.45 0.23 0.15 0.54];T = [0.46 0.079 0.42 0.48 0.95 0.63 0.48 0.51 0.16 0.51 1 0.28 0.3];创建并显示网络Net = fitnet();disp (“培训fitnet”）使用x和t中的数据训练网络Net = train(Net,x,t);使用训练过的网络预测响应Y = net(x);%测量性能性能=执行(净，y,t)

编译脚本mynntraining.m通过使用命令行:

世纪挑战集团- m“mynntraining.m”

世纪挑战集团调用MATLAB编译器™在提示符下编译代码。国旗- m编译一个MATLAB函数并生成一个独立的可执行文件。EXE文件现在在本地计算机的工作目录中。

要在未安装MATLAB的计算机上运行已编译的EXE应用程序，需要下载并安装MATLAB运行时。的固定在工作文件夹中创建的包含关于部署需求的更多信息。

相关的话题