Crear y entrenar redes
Cree nuevas redes profundas para tareas de clasificación y regresión de imágenes definiendo la arquitectura de la red y entrenando la red desde cero.
Después de definir la arquitectura de red, podrá definir los parámetros de entrenamiento con la función trainingOptions
. Luego, podrá entrenar la red con trainNetwork
. Utilice la red entrenada para predecir etiquetas de clase o respuestas numéricas. Si la función trainingOptions
no proporciona las opciones de entrenamiento que necesita para la tarea, o si las capas de salida personalizadas no son compatibles con las funciones de pérdida que necesita, puede definir un bucle de entrenamiento personalizado.
Puede entrenar una red neuronal en una CPU, una GPU, varias CPU o GPU, o en paralelo en un cluster o en la nube. Para entrenar una red en una GPU o en paralelo, es necesario utilizar Parallel Computing Toolbox™. Para usar una GPU, es necesario contar con un dispositivo con GPU compatible (para obtener información sobre los dispositivos compatibles, consulte GPU Computing Requirements (Parallel Computing Toolbox)). Especifique el entorno de ejecución con la función trainingOptions
.
Temas consultados con frecuencia
Categorías
- Crear redes neuronales profundas
Cree redes neuronales para datos de imágenes usando código de MATLAB® o de forma interactiva usando Deep Network Designer
- Entrenamiento integrado
Entrene redes de deep learning con datos de imágenes usando funciones de entrenamiento integradas
- Bucles de entrenamiento personalizados
Personalice bucles de entrenamiento y funciones de pérdida de deep learning para redes de imágenes