神经网络设计的工作流

神经网络设计的工作流程有七个主要步骤。引用的主题讨论步骤2、3和5背后的基本思想。

第1步中的数据收集通常发生在Deep Learning Toolbox™软件的框架之外，但它通常在多层浅层神经网络与反向传播训练。其他步骤的细节以及步骤4、6和7的讨论将在特定于网络类型的主题中进行讨论。

深度学习工具箱软件使用网络对象来存储定义神经网络的所有信息。本主题描述了神经网络的基本组件，并展示了如何创建它们并将它们存储在网络对象中。

神经网络创建之后，需要对其进行配置和训练。配置包括安排网络，使其与您想要解决的问题兼容，如示例数据所定义的那样。网络配置完成后，需要调整可调的网络参数(称为权值和偏差)，以优化网络性能。这个调优过程被称为训练网络。配置和培训要求网络提供示例数据。本主题展示如何格式化数据以便在网络中显示。说明了网络的配置和网络训练的两种形式:增量训练和批量训练。

相关的话题

• 神经网络设计的四个层次
• 神经元模型
• 神经网络结构
• 理解浅层网络数据结构