이번역페이지는최신내용을담고있지않습니다。최신내용을문으로보려면여기를클릭하십시오。
딥러닝사용자지정훈련루프
딥러닝훈련루프및손실함수사용자지정
trainingOptions
함수가작업에필요한훈련옵션을제공하지않거나사용자지정한출력계층이필요한손실함수를지원하지않을경우에는사용자지정훈련루프를정의할수있습니다。계층그래프를사용하여만들수없는신경망의경우사용자지정신경망을함수로정의할수있습니다。자세한내용은사용자지정훈련루프,손실함수및신경망정의항목을참조하십시오。
함수
도움말항목
사용자지정훈련루프
- 用MATLAB训练深度学习模型
学习如何在MATLAB中训练深度学习模型®. - 사용자지정훈련루프,손실함수및신경망정의
자동미분을사용하여사용자지정딥러닝훈련루프,손실함수및신경망을정의하는방법을알아봅니다。 - 使用自定义训练循环训练网络
这个例子展示了如何训练一个使用自定义学习率计划分类手写数字的网络。 - 在自定义培训循环中指定培训选项
了解如何在自定义训练循环中指定常见训练选项。 - 定义自定义训练循环的模型损失函数
了解如何为自定义训练循环定义模型损失函数。 - 在自定义训练循环中更新批归一化统计数据
这个例子展示了如何在自定义训练循环中更新网络状态。 - 使用dlnetwork对象进行预测
这个例子展示了如何使用dlnetwork
对象通过将数据分割为小批量。 - 训练网络图像和特征数据
这个例子展示了如何训练一个使用图像和特征输入数据对手写数字进行分类的网络。 - 训练多输出网络
这个例子展示了如何训练一个具有多个输出的深度学习网络,这些输出预测手写数字的标签和旋转角度。 - 使用自定义训练循环的深度学习分类视频
这个例子展示了如何通过结合预先训练的图像分类模型和序列分类网络来创建视频分类网络。 - 训练图像分类网络对对抗实例鲁棒性
这个例子展示了如何使用快速梯度符号方法(FGSM)对抗训练训练一个对对抗例子鲁棒的神经网络。 - 训练神经ODE网络
这个例子展示了如何训练增广神经常微分方程(ODE)网络。 - 用雅可比正则化训练鲁棒深度学习网络
这个例子展示了如何使用雅可比正则化方案[1]训练一个对对抗例子鲁棒的神经网络。 - 用神经网络求解常微分方程
这个例子展示了如何用神经网络求解常微分方程(ODE)。 - 组合多输出网络进行预测
这个例子展示了如何组装一个用于预测的多输出网络。 - 在GPU上并行运行自定义训练循环
通过在GPU上运行、并行使用多个GPU或在集群上运行来加速自定义训练循环。
모델 함수
- 利用模型函数训练网络
这个例子展示了如何通过使用函数而不是层图或函数来创建和训练深度学习网络dlnetwork
. - 使用模型函数更新批归一化统计信息
此示例显示如何更新定义为函数的网络中的网络状态。 - 使用模型函数进行预测
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。 - 初始化模型函数的可学习参数
了解如何使用模型函数初始化自定义训练循环的可学习参数。
자동 미분
- 支持dlarray的函数列表金宝app
查看支持的函数列表金宝appdlarray
对象。 - 自动判别背景
学习自动微分是如何工作的。 - 在深度学习工具箱中使用自动区分
如何在深度学习中使用自动微分。
딥러닝함수가속
- 自定义训练循环的深度学习函数加速
通过缓存和重用跟踪,加速自定义训练循环的模型函数和模型损失函数。 - 加速自定义训练循环函数
这个例子展示了如何加速深度学习自定义训练循环和预测函数。 - 检查加速深度学习函数输出
这个例子展示了如何检查加速函数的输出是否与底层函数的输出匹配。 - 评估加速深度学习函数的性能
这个例子展示了如何评估使用加速函数的性能增益。