通过扫描一系列超参数值或使用贝叶斯优化,为神经网络找到最佳训练选项。使用内置函数Trainnetwork.
或定义自己的自定义培训函数。通过并行运行实验,同时测试不同的训练配置。使用培训情节监控您的进度。使用混淆矩阵和自定义度量函数来评估培训的网络。通过排序和过滤来优化您的实验。使用注释记录您的观察结果。
实验管理器 | 设计和运行实验以培训和比较深入学习网络 |
实验.Monitor. |
更新结果表和培训图进行定制培训实验 |
galubplot. |
实验培训情节的集团指标 |
记录仪 |
在实验结果表和培训图中记录度量值 |
更新信息 |
更新实验结果表中的信息列 |
使用实验经理进行分类的深度学习网络。
使用实验经理培训深入学习网络的回归。
在同一时间对一个实验进行多次试验。
使用度量标准功能来评估实验结果。
查找卷积神经网络的最佳网络超参数和培训选项。
创建使用贝叶斯优化的定制培训实验。
使用实验经理调整在深网络设计器中培训的网络的超级参数。
使用您的键盘导航实验管理器。