主要内容
深度学习实验
在各种初始条件下培训网络，交互调整培训选项，并评估您的结果
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。使用内置功能火车网或定义自己的自定义培训功能。同时通过并行运行实验来测试不同的培训配置。通过使用培训图监视您的进度。使用混淆矩阵和自定义指标功能来评估您训练的网络。通过排序和过滤来完善实验。使用注释记录您的观察结果。
应用
| 实验经理 | 设计和运行实验以训练和比较深度学习网络 |
对象
实验 |
更新定制培训实验的结果表和培训图 |
话题
使用实验管理器培训深度学习网络进行分类。
使用实验经理培训深度学习网络进行回归。
使用实验管理器并行训练深网。
使用度量功能评估实验结果。
找到卷积神经网络的最佳网络超参数和培训选项。
使用实验管理器调整经过深网设计师训练的网络的超参数。
特色示例
