La traduzione di, pagina非e aggiornata。Fai clic,每vedere l 'ultima versione inglese。
模式识别
Addestrare una网neurale一generalizzare partendo da输入e di esempio装饰板材洛抚慰心灵,Addestrare autoencoder
应用程序
神经网络模式识别 | Risolve il问题del模式识别utilizzando reti前馈livelli到期 |
抚慰心灵
Autoencoder |
Autoencoder类 |
Funzioni
Esempi e istruzioni
Progettazione基地
- Classificazione di模式初步网neurale superficiale
每拉classificazione Utilizza una网neurale。 - 部署浅神经网络功能
使用MATLAB模拟训练和部署浅神经网络®工具。 - 部署浅神经网络的训练
学习如何部署浅神经网络的训练。
Scalabilita ed efficienza戴尔'addestramento
- 浅神经网络并行计算和GPU计算
使用并行和分布式计算加速神经网络训练和模拟和处理大数据。 - 自动保存检查点在神经网络训练
将中间结果保存到保护长距离训练的价值。
Soluzioni ottimali
- 选择神经网络的输入-输出处理功能
预处理输入和目标更有效的培训。 - 配置浅神经网络输入和输出
学习如何手动配置网络训练之前使用配置
函数。 - 把最优的神经网络训练数据
使用函数来将数据划分为训练,验证集和测试集。 - 选择一个多层神经网络训练功能
比较的训练算法在不同的问题类型。 - 改善浅神经网络泛化,避免过度拟合
学习方法来提高泛化,防止过度拟合。 - 神经网络训练误差的权重
学习如何使用错误加权训练神经网络。 - 规范化的多个输出错误
学习如何适应输出元素不同范围的值。
Classificazione
Autoencoder
- 火车堆叠Autoencoders图像分类
这个例子展示了如何训练堆叠autoencoders对数字图像进行分类。
Concetti
- 工作流/ la progettazione delle reti neurali
Apprendere le fasi principali del processo di progettazione di una网neurale。
- 神经网络设计的四个级别
学习使用神经网络的不同层次的功能。
- Reti neurali superficiali multilivello e addestramento苏拉retropropagazione
工作流/ la progettazione di una网neurale superficiale multilivello前馈/ l 'adattamento di funzioni e il riconoscimento di模式。
- 多层浅神经网络架构
学习多层浅神经网络的体系结构。
- 理解浅网络数据结构
学习的格式输入数据结构如何影响网络的仿真。
- 集迪蒂campione每reti neurali superficiali
Elenco di设置di蒂campione da utilizzare negli esperimenti con reti neurali superficiali。
- 神经网络对象属性
学习属性定义一个网络的基本特性。
- 神经网络子对象属性
学习属性定义网络细节如输入,层,输出,目标,偏见,和权重。