Entrenamiento integrado
Después de definir la arquitectura de red, podrá definir los parámetros de entrenamiento con la función trainingOptions
. Luego, podrá entrenar la red con la función trainnet
. Utilice la red entrenada para predecir etiquetas de clase o respuestas numéricas.
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
.
Apps
Deep Network Designer | Diseñar y visualizar redes de deep learning |
Funciones
Temas
- Crear una red neuronal de deep learning sencilla para clasificación
Este ejemplo muestra cómo crear y entrenar una red neuronal convolucional sencilla para la clasificación mediante deep learning.
- Entrenar una red neuronal convolucional para regresión
Este ejemplo muestra cómo entrenar una red neuronal convolucional para predecir los ángulos de rotación de dígitos manuscritos.
- 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.
- Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.
- Data Sets for Deep Learning
Discover data sets for various deep learning tasks.