神经网络设计过程的工作流程有七个主要步骤。参考主题讨论步骤2、3和5背后的基本思想。
收集数据
〇创建网络创建神经网络对象
配置网络-配置浅神经网络输入输出
初始化权重和偏差
〇训练网络神经网络训练概念
验证网络
使用网络
步骤1中的数据收集通常发生在Deep Learning Toolbox™软件的框架之外,但是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,并展示了它们是如何创建和存储在网络对象中的。
创建神经网络后,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(如示例数据所定义的)兼容。网络配置完成后,需要对可调节的网络参数(称为权值和偏差)进行调整,从而使网络性能得到优化。这个调优过程被称为网络训练。配置和培训要求为网络提供示例数据。本主题说明如何格式化数据以便在网络上显示。阐述了网络的配置和网络训练的两种形式:增量式训练和批量训练。