Вы можете определить свой собственный уровень глубокого обучения для вашей проблемы. Можно задать пользовательскую функцию потери с помощью пользовательских выходных слоев и определить пользовательские слои с изученными параметрами или без них. После определения пользовательского слоя можно проверить, является ли слой допустимым, совместимым с графическим процессором, и вывести правильно определенные градиенты.
Определение пользовательских слоев глубокого обучения
Узнайте, как определить пользовательские слои глубокого обучения.
Определение пользовательского уровня глубокого обучения с помощью обучаемых параметров
В этом примере показано, как определить уровень PReLU и использовать его в сверточной нейронной сети.
Определение пользовательского уровня глубокого обучения с несколькими входами
В этом примере показано, как определить пользовательский взвешенный слой сложения и использовать его в сверточной нейронной сети.
Определение пользовательского слоя глубокого обучения с форматированными входами
В этом примере показано, как определить пользовательский слой с форматированием dlarray входные данные.
Задать пользовательскую функцию обратного слоя
В этом примере показано, как определить уровень PReLU и задать пользовательскую обратную функцию.
Определение пользовательского уровня глубокого обучения для создания кода
В этом примере показано, как определить уровень PReLU, поддерживающий генерацию кода.
Определение выходного слоя пользовательской классификации
В этом примере показано, как определить пользовательский выходной уровень классификации с суммой потерь ошибок квадратов (SSE) и использовать его в сверточной нейронной сети.
Определение пользовательского выходного слоя регрессии
В этом примере показано, как определить пользовательский выходной уровень регрессии со средней потерей абсолютной ошибки (MAE) и использовать его в сверточной нейронной сети.
Задание функции обратной потери пользовательского выходного слоя
В этом примере показано, как определить пользовательский выходной слой классификации с потерей суммы ошибок квадратов (SSE) и указать пользовательскую функцию обратной потери.
Структура сети глубокого обучения
Определите пользовательские слои, содержащие графики слоев.
Определение вложенного слоя глубокого обучения
В этом примере показано, как определить вложенный глубокий учебный слой.
Обучение сети глубокого обучения с вложенными слоями
В этом примере показано, как обучить сеть вложенным слоям.
Проверка допустимости настраиваемого слоя
Узнайте, как проверить достоверность пользовательских слоев глубокого обучения.