Многоуровневые мелкие нейронные сети и обучение обратной связи

Мелкая многоуровневая нейронная сеть feedforward может использоваться и в функциональных проблемах подбора кривой и в распознавания образов. Со сложением коснувшейся линии задержки это может также использоваться в проблемах предсказания, как обсуждено в Серийных Нейронных сетях Задержки Времени проектирования. Эта тема показывает, как можно использовать многоуровневую сеть. Это также иллюстрирует основные процедуры для разработки любой нейронной сети.

Примечание

Учебные функции, описанные в этой теме, не ограничиваются многоуровневыми сетями. Они могут использоваться, чтобы обучить произвольные архитектуры (даже пользовательские сети), пока их компоненты дифференцируемы.

Поток операций для общего процесса проектирования нейронной сети имеет семь первичных шагов:

  1. Соберите данные

  2. Создайте сеть

  3. Сконфигурируйте сеть

  4. Инициализируйте веса и смещения

  5. Обучите сеть

  6. Подтвердите сеть (постучебный анализ)

  7. Используйте сеть

Шаг 1 может произойти вне среды программного обеспечения Deep Learning Toolbox™, но этот шаг очень важен для успеха процесса проектирования.

Детали этого рабочего процесса обсуждены в этих разделах:

Дополнительные шаги рабочего процесса обсуждены в этих разделах:

Для временных рядов динамическое моделирование и предсказание, видят этот раздел: