| Нейронная сетка | Подбор данных путем обучения двухуровневой сети прямой передачи |
fitnet | Нейронная сеть подгонки функций |
feedforwardnet | Создание нейронной сети прямой связи |
cascadeforwardnet | Каскадно-прямая нейронная сеть |
train | Поезд неглубокой нейронной сети |
trainlm | Обратное распространение Левенберга-Марквардта |
trainbr | Байесовская регуляризация backpropagation |
trainscg | Масштабированное обратное распространение сопряженного градиента |
trainrp | Упругое обратное распространение |
mse | Среднеквадратичная нормированная функция производительности |
regression | (Не рекомендуется) Выполнить линейную регрессию неглубоких сетевых выходов на цели |
ploterrhist | Гистограмма ошибки графика |
plotfit | Посадка функции графика |
plotperform | График производительности сети |
plotregression | Печать линейной регрессии |
plottrainstate | Построить график значений состояния обучения |
genFunction | Создание функции MATLAB для моделирования неглубокой нейронной сети |
Соответствие данных неглубокой нейронной сети
Обучите неглубокую нейронную сеть соответствовать набору данных.
Создание, настройка и инициализация многоуровневых неглубоких нейронных сетей
Подготовьте многослойную неглубокую нейронную сеть.
Этот пример иллюстрирует, как нейронная сеть, подгоняющая функцию, может оценить процент телесного жира на основе анатомических измерений.
Обучение и применение многослойных неглубоких нейронных сетей
Обучение и использование многослойной неглубокой сети для аппроксимации функций или распознавания образов.
Анализ неглубокой производительности нейронной сети после обучения
Анализ производительности сети и настройка процесса обучения, сетевой архитектуры или данных.
Развертывание неглубоких функций нейронной сети
Моделирование и развертывание обученных неглубоких нейронных сетей с помощью инструментов MATLAB ®.
Развертывание обучения неглубоких нейронных сетей
Узнайте, как развернуть обучение неглубоких нейронных сетей.
Неглубокие нейронные сети с параллельными и GPU-вычислениями
Используйте параллельные и распределенные вычисления для ускорения обучения и моделирования нейронных сетей и обработки больших данных.
Автоматическое сохранение контрольных точек во время обучения нейронной сети
Сохраните промежуточные результаты, чтобы защитить ценность длительных тренировок.
Оптимизация скорости обучения нейронной сети и памяти
Сделать обучение нейронной сети более эффективным.
Выбор функций обработки ввода-вывода нейронной сети
Предварительная обработка вводимых ресурсов и целевых показателей для повышения эффективности обучения.
Настройка неглубоких входов и выходов нейронной сети
Узнайте, как настроить сеть вручную перед обучением с помощью configure функция.
Разделение данных для оптимального обучения нейронной сети
Используйте функции для разделения данных на обучающие, проверочные и тестовые наборы.
Выбор многоуровневой функции обучения нейронной сети
Сравнение алгоритмов обучения по различным типам задач.
Улучшение неглубокого обобщения нейронных сетей и предотвращение переоборудования
Узнайте о методах улучшения обобщения и предотвращения переоборудования.
Нейронные сети поезда с весами ошибок
Узнайте, как использовать взвешивание ошибок при обучении нейронных сетей.
Нормализация ошибок нескольких выходов
Узнайте, как подогнать выходные элементы с различными диапазонами значений.
Рабочий процесс для проектирования нейронных сетей
Узнайте основные шаги в процессе проектирования нейронной сети.
Четыре уровня проектирования нейронных сетей
Узнайте о различных уровнях использования функций нейронной сети.
Многоуровневые неглубокие нейронные сети и обучение обратному распространению
Рабочий процесс для разработки многослойной неглубокой нейронной сети с прямой связью для функциональной подгонки и распознавания образов.
Многоуровневая неглубокая нейронная сетевая архитектура
Изучите архитектуру многослойной неглубокой нейронной сети.
Общие сведения о неглубоких структурах сетевых данных
Узнайте, как формат структур входных данных влияет на моделирование сетей.
Образцы наборов данных для неглубоких нейронных сетей
Список наборов данных образцов для использования при экспериментах с неглубокими нейронными сетями.
Свойства объекта нейронной сети
Узнайте о свойствах, определяющих основные функции сети.
Свойства подобъекта нейронной сети
Узнайте свойства, определяющие сведения о сети, такие как входы, слои, выходы, цели, смещения и веса.