神经网络设计的工作流
神经网络设计过程的工作流程有七个主要步骤。引用主题讨论背后的基本想法步骤2,3,5。
收集数据
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和输出
初始化权重和偏见
训练网络,神经网络训练的概念
验证网络
使用网络
在步骤1中数据收集框架通常发生在深度学习工具箱™软件,但它是在一般条款的讨论多层浅神经网络和反向传播训练。其他步骤和讨论的细节步骤4,6和7,讨论了主题特定于类型的网络。
深度学习工具箱软件使用网络对象存储的所有信息,定义了一个神经网络。这个主题描述了神经网络的基本组成,并展示了如何创建它们和存储在网络对象。
创建了神经网络后,需要配置然后训练。配置包括安排网络,兼容你想解决的问题,所定义的示例数据。网络已经配置后,调整网络参数(称为重量和偏见)需要调整,使网络性能优化。这个优化过程称为训练网络。配置和培训要求网络提供示例数据。这一主题展示了如何格式表示的数据网络。这也解释了网络配置和网络训练的两种形式:增量训练和批处理培训。
