Можно задать собственный слой глубокого обучения для проблемы. Можно задать пользовательскую функцию потерь с помощью пользовательского выхода слои и задать пользовательские слои с или без настраиваемых параметров. Например, можно использовать пользовательский взвешенный слой классификации со взвешенной потерей перекрестной энтропии для проблем классификации с неустойчивым распределением классов. После определения пользовательского слоя можно проверять, что слой допустим, совместимый графический процессор, и выходные параметры правильно задал градиенты.
Задайте пользовательские слои глубокого обучения
Узнать, как задавать пользовательские слои глубокого обучения.
Задайте пользовательский слой глубокого обучения с настраиваемыми параметрами
В этом примере показано, как задать слой PReLU и использовать его в сверточной нейронной сети.
Задайте пользовательский слой глубокого обучения с несколькими входными параметрами
В этом примере показано, как задать пользовательский взвешенный слой сложения и использовать его в сверточной нейронной сети.
Укажите, что пользовательский слой назад функционирует
В этом примере показано, как задать слой PReLU и задать пользовательскую обратную функцию.
Задайте пользовательский слой глубокого обучения для генерации кода
В этом примере показано, как задать слой PReLU, который поддерживает генерацию кода.
Задайте пользовательскую классификацию Выходной слой
В этом примере показано, как задать пользовательскую классификацию выходной слой с ошибкой суммы квадратов (SSE) потеря и использовать его в сверточной нейронной сети.
Задайте пользовательский взвешенный слой классификации
В этом примере показано, как задать и создать пользовательскую взвешенную классификацию выходной слой со взвешенной потерей перекрестной энтропии.
Задайте пользовательскую регрессию Выходной слой
В этом примере показано, как задать пользовательскую регрессию выходной слой с потерей средней абсолютной погрешности (MAE) и использовать его в сверточной нейронной сети.
Задайте пользовательский Выходной слой обратная функция потерь
В этом примере показано, как задать взвешенный слой классификации и задать пользовательскую обратную функцию потерь.
Состав нейронной сети для глубокого обучения
Задайте пользовательские слои, содержащие графики слоев.
Задайте вложенный слой глубокого обучения
В этом примере показано, как задать вложенный слой глубокого обучения.
Обучите нейронную сеть для глубокого обучения с вложенными слоями
В этом примере показано, как обучить сеть с вложенными слоями.
Проверяйте пользовательскую валидность слоя
Узнать, как проверять валидность пользовательских слоев глубокого обучения.