神经网络设计工作流程

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。

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。

相关的话题

• 四级神经网络设计
• 神经元模型
• 神经网络结构
• 理解浅层网络数据结构