実験を開く

まず，例を開きます。実験マネジャによって、検証と実行が可能な事前構成済みの実験を含むプロジェクトが読み込まれます。実験を開くには、[実験ブラウザ]ペesc escンで，実験の名前(RegressionExperiment)をダブルクリックします。

実験の定義は,説明,ハイパーパラメーターのテーブル,セットアップ関数,および実験の結果を評価するためのメトリクス関数の集合で構成されます。詳細にいては，深層学習実験の構成を参照してください。

[説明]ボックスには，実験を説明するテキストが表示されます。この例の説明は次のようになります。

回归模型预测数字的旋转角度，使用超参数指定:-卷积层使用的滤波器的数量-网络中退出层的概率

[ハ]セクションでは、実験で使用する手法(详尽的扫描)とハパパラメタ値を指定します。実験を実行すると,実験マネージャーは,ハイパーパラメーターテーブルで指定されたハイパーパラメーター値のすべての組み合わせを使用してネットワークに学習させます。この例では，以下の2のハパパラメタを使用します。

[セットアップ関数]は，実験用の学習デ，タ，ネットワ，クア，キテクチャ，および学習オプションを構成します。セットアップ関数を検査するには，[セットアップ関数]で[編集]をクリックします。MATLAB® エディターでセットアップ関数が開きます。

この例では，セットアップ関数への入力は，ハパパラメタテブルのフィルドをも结构体です。このセットアップ関数は,イメージ回帰問題用のネットワークに学習させるために使用する4つの出力を返します。このセットアップ関数には3のセクションがあります。

[メトリクス]セクションは，実験結果を評価するオプションの関数を指定します。ネットワ，クの学習が完了するたびに，実験マネ，ジャ，によってこれらの関数が評価されます。メトリクス関数を検査するには，メトリクス関数の名前を選択して[編集]をクリックします。MATLABエディターでメトリクス関数が開きます。

この例には，真の角度から許容誤差限界内にある予測角度の割合を判定するメトリクス関数精度が含まれています。既定では，この関数は10度のしきい値を使用します。

実験の実行

実験を実行すると,実験マネージャーはセットアップ関数で定義されたネットワークに6回学習させます。。既定では、実験マネ、ジャ、は一度に1の試行を実行します。并行计算工具箱™がある場合は,複数の試行を同時に実行できます。最良の結果を得るには，実験を実行する前に，gpuと同じ数のワ，カ，で並列プ，ルを起動します。詳細にいては，実験マネ，ジャ，を使用したネットワ，クの並列学習を参照してください。

結果テ，ブルに，各試行のrmseと損失が表示されます。この表には，カスタムメトリクス関数精度によって判定された試行の精度も表示されます。

実験の実行中に[学習プロット]をクリックすると，学習プロットが表示され，各試行の進行状況を追跡できます。

結果の評価

実験で得られた最良の結果を見けるには，精度の順に結果テブルを並べ替えます。

精度の最も高い試行が，結果テ，ブルの1番上に表示されます。

各試行の性能をテストするには,学習済みネットワークをエクスポートし,各数字クラスの残差を表す箱ひげ図を表示します。

実験を閉じる

[実験ブラウザ]ペ电子邮箱ンでプロジェクトの名前を右クリックし，[プロジェクトを閉じる]を選択します。実験マネ，ジャ，によって，プロジェクトに含まれるすべての実験と結果が閉じられます。