Entrenamiento integrado

Entrene redes de deep learning usando funciones de entrenamiento integradas

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.

Apps

Deep Network Designer

Diseñar y visualizar redes de deep learning

Funciones

expandir todo

Entrenamiento

`dlnetwork`	Redes neuronales de deep learning (desde R2019b)
`trainingOptions`	Opciones para entrenar una red neuronal de deep learning
`trainnet`	Train deep learning neural network (desde R2023b)
`TrainingInfo`	Neural network training information (desde R2023b)
`show`	Show training information plot (desde R2023b)
`close`	Close training information plot (desde R2023b)

Métricas

`accuracyMetric`	Deep learning accuracy metric (desde R2023b)
`aucMetric`	Deep learning area under ROC curve (AUC) metric (desde R2023b)
`fScoreMetric`	Deep learning F-score metric (desde R2023b)
`precisionMetric`	Deep learning precision metric (desde R2023b)
`recallMetric`	Deep learning recall metric (desde R2023b)
`rmseMetric`	Deep learning root mean squared error metric (desde R2023b)

Predicción

`predict`	Compute deep learning network output for inference (desde R2019b)
`minibatchpredict`	Mini-batched neural network prediction (desde R2024a)
`scores2label`	Convert prediction scores to labels (desde R2024a)
`confusionchart`	Crear una gráfica de matriz de confusión para un problema de clasificación
`sortClasses`	Sort classes of confusion matrix chart
`classifyAndUpdateState`	(Not recommended) Classify data using a trained recurrent neural network and update the network state

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.
Pronóstico de series de tiempo mediante deep learning
Este ejemplo muestra cómo pronosticar datos de series de tiempo mediante una red de memoria de corto-largo plazo (LSTM).
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).
Create Custom Deep Learning Training Plot
This example shows how to create a custom training plot that updates at each iteration during training of deep learning neural networks using trainnet. (desde R2023b)
Custom Stopping Criteria for Deep Learning Training
This example shows how to stop training of deep learning neural networks based on custom stopping criteria using trainnet. (desde R2023b)
Speed Up Deep Neural Network Training
Learn how to accelerate deep neural network training.

Ejemplos destacados

Preparar una red para la transferencia del aprendizaje mediante Deep Network Designer

Ajuste de manera interactiva una red de deep learning preentrenada para aprender una tarea nueva de clasificación de imágenes.

Abrir script en vivo

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.

Abrir script en vivo

Train Neural Network with Tabular Data

Train a neural network with tabular data.

Desde R2023b

Abrir script en vivo

Crear una red para el pronóstico de series de tiempo con Deep Network Designer

Este ejemplo muestra cómo crear una red de memoria de corto-largo plazo (LSTM) para pronosticar datos de series de tiempo con la app Deep Network Designer.

Abrir script en vivo

Entrenar una red residual para clasificar imágenes

En este ejemplo se muestra cómo crear una red neuronal de deep learning con conexiones residuales y entrenarla con datos CIFAR-10. Las conexiones residuales son un elemento popular en las arquitecturas de red neuronal convolucional. El uso de conexiones residuales mejora el flujo de gradiente a través de la red y permite el entrenamiento de redes más profundas.

Abrir script en vivo

Entrenar una red con datos de características y de imagen

En este ejemplo se muestra cómo entrenar una red que clasifica dígitos escritos a mano usando datos de entrada de características y de imagen.

Abrir script en vivo

Multilabel Image Classification Using Deep Learning

Use transfer learning to train a deep learning model for multilabel image classification.

Abrir script en vivo

Build Image-to-Image Regression Network Using Deep Network Designer

Use Deep Network Designer to construct an image-to-image regression network for super resolution.

Abrir script en vivo

Adapt Pretrained Audio Network for New Data Using Deep Network Designer

Interactively adapt a pretrained network to classify new audio signals using Deep Network Designer.

Abrir script en vivo

Classify Videos Using Deep Learning

Create a network for video classification by combining a pretrained image classification model and an LSTM network.

Abrir script en vivo