Neural Net Pattern Recognition
Resolver un problema de reconocimiento de patrones utilizando redes de propagación hacia adelante de dos capas
Descripción
La app Neural Net Pattern Recognition le permite crear, visualizar y entrenar redes de propagación hacia adelante de dos capas para resolver problemas de clasificación de datos.
Con esta app, puede:
Importar datos de un archivo o del área de trabajo de MATLAB®, o utilizar uno de los conjuntos de datos de ejemplo.
Dividir datos en conjuntos de entrenamiento, validación y prueba.
Definir y entrenar una red neuronal.
Evaluar el rendimiento de la red utilizando error de entropía cruzada y el error de clasificación errónea.
Analizar los resultados utilizando gráficas de visualización, como matrices de confusión y curvas características de funcionamiento del receptor.
Generar scripts de MATLAB para reproducir resultados y personalizar el proceso de entrenamiento.
Generar funciones adecuadas para el despliegue con las herramientas MATLAB Compiler™ y MATLAB Coder™, y exportarlas a Simulink® para su uso con Simulink Coder.
Sugerencia
Para crear y visualizar redes neuronales de deep learning de forma interactiva, utilice la app Deep Network Designer. Para obtener más información, consulte Introducción a Deep Network Designer.
Abrir la aplicación Neural Net Pattern Recognition
Barra de herramientas de MATLAB: En la pestaña Apps, en Machine Learning and Deep Learning, haga clic en el icono de la app.
Línea de comandos de MATLAB: Introduzca la función
nprtool.
Algoritmos
La app Neural Net Pattern Recognition proporciona un algoritmo de entrenamiento integrado que puede utilizar para entrenar la red neuronal.
| Algoritmo de entrenamiento | Descripción |
|---|---|
| Retropropagación de gradiente conjugado escalado | La retropropagación de gradiente conjugado escalado actualiza los valores de peso y sesgo de acuerdo con el método de gradiente conjugado escalado. Para implementar este algoritmo, la app Neural Net Pattern Recognition utiliza la función |
