Crear redes neuronales profundas
Cree nuevas redes profundas para tareas como clasificación, regresión y predicción definiendo la arquitectura de la red desde cero. Cree redes usando MATLAB o de forma interactiva con la app Deep Network Designer.
Para la mayor parte de las tareas, puede usar capas integradas. Si no hay una capa integrada que necesita para la tarea, puede definir su propia capa personalizada. Puede especificar una función de pérdida personalizada usando una capa de salida personalizada y definir capas personalizadas con parámetros que se puedan aprender y de estado. Después de definir una capa personalizada, puede comprobar que es válida y compatible con la GPU, y que devuelve como salida gradientes correctamente definidos. Para obtener una lista de capas compatibles, consulte Lista de capas de deep learning.
Para los modelos no admitidos por las gráficas de capa, puede definir un modelo personalizado como una función. Para obtener más información, consulte Define Custom Training Loops, Loss Functions, and Networks.
Apps
Deep Network Designer | Diseñar, visualizar y entrenar redes de deep learning |
Funciones
Temas
Capas integradas
- Entrenar una red con características numéricas
En este ejemplo se muestra cómo crear y entrenar una red neuronal sencilla para la clasificación de datos de características mediante deep learning. - Crear una red de clasificación de secuencias sencilla utilizando Deep Network Designer
Este ejemplo muestra cómo crear una red de clasificación de memoria de corto-largo plazo (LSTM) sencilla con Deep Network Designer. - Clasificación de secuencias mediante deep learning
Este ejemplo muestra cómo clasificar datos secuenciales mediante una red de memoria de corto-largo plazo (LSTM). - Clasificación secuencia a secuencia mediante deep learning
Este ejemplo muestra cómo clasificar cada unidad de tiempo de datos secuenciales mediante una red de memoria de corto-largo plazo (LSTM). - Regresión de secuencia a secuencia mediante deep learning
Este ejemplo muestra cómo predecir la vida útil restante (RUL) de motores mediante deep learning. - Regresión de secuencia a uno mediante deep learning
En este ejemplo se muestra cómo predecir la frecuencia de una forma de onda mediante una red neuronal de memoria de corto-largo plazo (LSTM). - Redes neuronales de memoria de corto-largo plazo
Obtenga información sobre redes neuronales de memoria de corto-largo plazo (LSTM). - Example Deep Learning Networks Architectures
This example shows how to define simple deep learning neural networks for classification and regression tasks. - Redes multi-entrada y multi-salida
Aprenda a definir y entrenar redes de deep learning con varias entradas y salidas. - Lista de capas de deep learning
Descubra todas las capas de deep learning de MATLAB. - Build Networks with Deep Network Designer
Interactively build and edit deep learning networks in Deep Network Designer. - Deep learning en MATLAB
Descubra las prestaciones de deep learning en MATLAB utilizando redes neuronales convolucionales para clasificación y regresión, incluidas redes preentrenadas y transferencia del aprendizaje, así como entrenamiento en unidades de procesamiento gráfico (GPU), unidades CPU, clusters y nubes. - Trucos y consejos de deep learning
Aprenda a mejorar la precisión de redes de deep learning. - Data Sets for Deep Learning
Discover data sets for various deep learning tasks.
Capas personalizadas
- Definir capas de deep learning personalizadas
Aprenda a definir capas de deep learning personalizadas. - Define Custom Deep Learning Output Layers
Learn how to define custom deep learning output layers. - Check Custom Layer Validity
Learn how to check the validity of custom deep learning layers.