Импортируйте сети и сетевые архитектуры от TensorFlow™-Keras, Caffe и формата модели ONNX™ (Open Neural Network Exchange). Можно также экспортировать обученную сеть Deep Learning Toolbox™ в формат модели ONNX.
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.
Если trainingOptions функция не обеспечивает опции обучения, в которых вы нуждаетесь для своей задачи, или пользовательские выходные слои не поддерживают функции потерь, в которых вы нуждаетесь, затем можно задать пользовательский учебный цикл. Для сетей, которые не могут быть созданы с помощью графиков слоев, можно задать пользовательские сети как функцию. Чтобы узнать больше, смотрите, Задают Пользовательские Учебные Циклы, Функции потерь и Сети.
