Entrenar redes neuronales profundas
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.
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
.
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. En el caso de las redes que no se pueden crear mediante gráficas de capa, puede definir redes personalizadas como una función. Para obtener más información, consulte Define Custom Training Loops, Loss Functions, and Networks.
Categorías
- Entrenamiento integrado
Entrene redes de deep learning usando funciones de entrenamiento integradas
- Bucles de entrenamiento personalizados
Entrene redes de deep learning con bucles de entrenamiento personalizados