アプリを開き、事前学習済みのネットワークを選択します。[デザイナー]タブを選択し、[新規]をクリックして事前学習済みのネットワークを読み込むこともできます。ネットワークをダウンロードする必要がある場合、[インストール]をクリックして、アドオン エクスプローラーへのリンクを開きます。

[デザイナー]ペインでは、ネットワークを可視化して確認します。使用可能なネットワークの一覧、およびネットワークを比較する方法については、事前学習済みの深層ニューラル ネットワークを参照してください。

ディープ ネットワーク デザイナーによるネットワーク構築の詳細については、ディープ ネットワーク デザイナーを使用したネットワークの構築を参照してください。

データをアプリにインポートするには、[データ]タブの[データのインポート]をクリックします。

各クラスのイメージが格納されたサブフォルダーを含むフォルダー、または、ワークスペース内の图像数据存储からデータをインポートできます。

ディープ ネットワーク デザイナーには、さまざまなイメージ拡張オプションが用意されています。ランダム化された "拡張" をデータに適用して、実質的に学習データの量を増やすことができます。データの拡張を選択した場合、ディープ ネットワーク デザイナーによって各エポックの学習データにランダムな摂動が与えられます。その結果、各エポックで使用されるデータセットはわずかに異なることになります。

ディープ ネットワーク デザイナーには以下の拡張オプションが用意されています。

フォルダーを選択するか、ワークスペースから图像数据存储をインポートして、検証データをインポートします。学習データから検証データを分割することもできます。検証データは、パフォーマンスの監視や過適合の防止に役立ちます。

学習データの場所を選択したら、検証データを指定し、拡張オプションを設定し、[インポート]をクリックしてデータセットをインポートします。

転移学習は、事前学習済みの深層学習ネットワークを利用して、新しいタスクを学習するように微調整するプロセスです。少ない数の学習イメージを使用して、新しいタスクに学習済みの特徴を高速に転移できます。そのため、多くの場合、転移学習を使用する方が、ネットワークにゼロから学習させるよりもはるかに簡単で時間がかかりません。転移学習に事前学習済みネットワークを使用するには、新しいデータセットに一致するようにクラス数を変更しなければなりません。

ディープ ネットワーク デザイナーを開きます。

deepNetworkDesigner

ディープ ネットワーク デザイナーのスタートページで、事前学習済みのネットワークを選択して読み込みます。事前学習済みネットワークの一覧から[挤压网]を選択します。[開く]をクリックしてネットワークを読み込みます。

転移学習用のネットワークを準備するために、最後の学習可能な層と最終分類層を置き換えます。

次に、分類出力層を削除します。次に、新しい分类层をキャンバスにドラッグして代わりに結合します。出力層が既定の設定の場合、出力層は学習中にクラス数を学習することになります。

ネットワークの学習の準備が整っていることを確認するには、[デザイナー]タブの[解析]をクリックします。

ネットワークに学習させるには、[学習]タブを選択します。詳細については、ディープ ネットワーク デザイナーを使用した転移学習を参照してください。

[デザイナー]ペインで層を選択し、プロパティを表示して編集します。層のプロパティに関する詳細情報については、層の名前の横にあるヘルプ アイコンをクリックしてください。

層のプロパティの詳細については、深層学習層の一覧を参照してください。

ディープ ネットワーク デザイナーにインポートしたイメージ データでネットワークに学習させるには、[学習]タブの[学習]をクリックします。学習をさらに細かく制御するには、[学習オプション]をクリックして学習の設定を選択します。学習オプションを選択する方法の詳細については、培训选项を参照してください。

イメージ分類ネットワークの学習方法を示す例については、ディープ ネットワーク デザイナーを使用した転移学習を参照してください。

その他のタイプのデータでネットワークに学習させるには、[デザイナー]タブを選択して[エクスポート]をクリックし、初期のネットワーク アーキテクチャをエクスポートします。その後、プログラムを使用してネットワークに学習させることができます。簡単な例については、ディープ ネットワーク デザイナーを使用したシンプルなシーケンス分類ネットワークの作成を参照してください。

ネットワーク層を再作成するには、[デザイナー]タブの[エクスポート]、[コード生成]を選択します。

または、[エクスポート]、[初期パラメーターを使ったコード生成]を選択して、学習可能なパラメーターを含むネットワークを再作成できます。

スクリプトを生成した後、次のタスクを実行できます。

詳細については、ネットワーク層を再作成する MATLABコードの生成を参照してください。

データのインポートと学習を再作成するには、[学習]タブの[エクスポート]、[学習用コードの生成]を選択します。

スクリプトを生成した後、次のタスクを実行できます。

詳細については、ネットワークに学習させる MATLABコードの生成を参照してください。