最新のリリースでは，このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。
深層学習のインポート,エクスポート,およびカスタマイズ
咖啡,TensorFlow™-KerasおよびONNX™(打开神经网络交换)モデル形式からネットワークやネットワークアーキテクチャをインポートします。学習済みの深度学习工具箱™ネットワークをONNXモデル形式にエクスポートすることもできます。
问题に合わせて独自のカスタム深层学习层を定义できます。カスタム出力层を使用してカスタム损失关数を指定し，学习可能なパラメーターを含むカスタム层や含まないカスタム层を定义できます。たとえば，クラスの分布が不均衡な分类问题には，重み付き交差エントロピー损失を使用するカスタム重み付き分类层を使用できます。カスタム层を定义した后，その层の有效性，GPU互换性，定义した勾配の出力の正しさをチェックできます。
タスクに必要な学習オプションが関数trainingOptionsに用意されていない場合,または必要な損失関数をカスタム出力層がサポートしていない場合,カスタム学習ループを定義できます。層グラフを使用して作成できないネットワークの場合,カスタムネットワークを関数として定義できます。詳細については,カスタムの学习ループ，损失关数，およびネットワークの定义を参照してください。
関数
トピック
カスタム层
カスタム深層学習層の定義方法の学習
カスタム深層学習層の有効性をチェックする方法を学びます。
この例では，PReLU层を定义し，畳み込みニューラルネットワークで使用する方法を说明します。
この例では，カスタム重み付き加算层を定义し，畳み込みニューラルネットワークで使用する方法を说明します。
この例では，残差平方和（SSE）损失を含むカスタム分类出力层を定义し，畳み込みニューラルネットワークで使用する方法を说明します。
この例では，重み付き交差エントロピー损失を含むカスタム重み付き分类出力层を定义し作成する方法を说明します。
この例では，平均绝対误差（MAE）损失を含むカスタム回帰出力层を定义し，畳み込みニューラルネットワークで使用する方法を说明します。
ネットワークの学習および組み立て
此示例示出了如何训练生成对抗网络（GAN），以生成图像。
这个例子展示了如何训练一个暹罗网络使用降维来比较手写数字。
这个例子展示了如何训练一个暹罗网络来识别手写字符的相似图像。
自動微分を使用して深層学習の学習ループ,損失関数,およびネットワークを定義する方法を学びます。
カスタム学习ループで一般的な学习オプションを指定する方法を学びます。
这个例子显示了如何培养一个网络，以进行分类定制学习费率表手写的数字。
此示例演示如何使用a进行预测dlnetwork通过将数据拆分成小批来创建对象。
这个例子展示了如何使用函数而不是层图或a来创建和训练深度学习网络dlnetwork。使用函数的优点是可以灵活地描述各种各样的网络。缺点是必须完成更多的步骤并仔细准备数据。本例使用的是手写数字的图像，其双重目标是对数字进行分类并确定每个数字的垂直角度。
这个例子展示了如何通过将数据分割成小批量来使用模型函数进行预测。
这个例子说明了如何创建一个自定义他的重量初始化函数卷积层，然后漏RELU层。
この例では，事前学习済みのKerasネットワークから层をインポートし，サポートされていない层をカスタム层に置き换え，予测の准备が整ったネットワークをこれらの层から组み立てる方法を说明します。
多入力および多出力ネットワーク
复数の入力または复数の出力がある深层学习ネットワークの定义と学习を行う方法を学びます。
此示例示出了如何训练深度学习网络与预测二者的标签和的手写体数字旋转角度的多个输出。
不使用模型函数进行预测，您可以将网络组装成一个DAGNetwork为预测做好准备functionToLayerGraph和assembleNetwork功能。这让你可以使用预测功能。
自动微分
自动微分の机能を学びます。
深层学习での自动微分の使用方法を示します。
dlarrayオブジェクトをサポートする关数の一覧を表示します。
毕业生-CAMでネットワークによる判定の理由を解明します。
