Рабочий процесс для процесса проектирования нейронной сети состоит из семи основных этапов. В ссылочных темах обсуждаются основные идеи, лежащие в основе шагов 2, 3 и 5.
Сбор данных
Создание сети - Создание объекта нейронной сети
Настройка сети - Настройка неглубоких входов и выходов нейронной сети
Инициализация весов и смещений
Обучение сети - Концепции обучения нейронной сети
Проверка сети
Использовать сеть
Сбор данных на этапе 1 обычно происходит вне рамок программного обеспечения Deep Learning Toolbox™, но он обсуждается в общих чертах в многоуровневых неглубоких нейронных сетях и обучении обратному распространению. Подробности других этапов и обсуждения этапов 4, 6 и 7 обсуждаются в темах, специфичных для типа сети.
Программное обеспечение Deep Learning Toolbox использует сетевой объект для хранения всей информации, определяющей нейронную сеть. В этом разделе описываются основные компоненты нейронной сети и показано, как они создаются и хранятся в сетевом объекте.
После создания нейронной сети ее необходимо настроить и затем обучить. Конфигурация включает в себя организацию сети таким образом, чтобы она была совместима с задачей, которую необходимо решить, как определено образцами данных. После настройки сети необходимо настроить регулируемые параметры сети (называемые весами и смещениями), чтобы оптимизировать производительность сети. Этот процесс настройки называется обучением сети. Конфигурация и обучение требуют предоставления сети примерных данных. В этом разделе показано, как форматировать данные для представления в сети. В нем также описывается конфигурация сети и две формы обучения сети: инкрементное обучение и пакетное обучение.