主要内容
深度学习实验
在各种初始条件下训练网络，以交互方式调整训练选项，并评估结果
通过扫描一系列超参数值或使用贝叶斯优化，找到神经网络的最佳训练选项。使用内置函数列车网络或者定义您自己的自定义训练功能。通过并行运行您的实验，同时测试不同的训练配置。通过使用训练图监控您的进度。使用混淆矩阵和自定义度量函数评估您的训练网络。通过排序和筛选优化您的实验。使用注释记录你的观察。
应用程序
| 实验经理 | 设计并运行实验来训练和比较深度学习网络 |
物体
实验，监视器 |
更新自定义训练实验的结果表和训练图 |
话题
使用实验管理器为分类训练深度学习网络。
使用实验管理器为回归训练深度学习网络。
使用实验管理器并行训练深层网络。
使用度量函数来评估实验结果。
为卷积神经网络寻找最优网络超参数和训练选项。
调整在Deep Network Designer中生成的代码以用于实验管理器
使用实验管理器调整在Deep network Designer中培训的网络的超参数。
特色实例
您还可以从以下列表中选择网站：
