Рабочий процесс для процесса проекта нейронной сети имеет семь основных шагов. В ссылках обсуждаются основные идеи, лежащие в основе шагов 2, 3 и 5.
Сбор данных
Создайте сеть - Создайте объект нейронной сети
Сконфигурируйте сеть - Сконфигурируйте входы и выходы неглубокой нейронной сети
Инициализируйте веса и смещения
Обучите сеть - концепции обучения нейронной сети
Проверьте сеть
Используйте сеть
Набор данных на шаге 1 обычно происходит вне рамок программного обеспечения Deep Learning Toolbox™, но в общих чертах он обсуждается в Multilayer Shallow Neural Networks и Backpropagation Training. Детали других шагов и обсуждений этапов 4, 6 и 7 обсуждаются в темах, относящихся к типу сети.
Программное обеспечение Deep Learning Toolbox использует сетевой объект, чтобы хранить всю информацию, которая задает нейронную сеть. В этой теме описываются основные компоненты нейронной сети и показано, как они создаются и хранятся в сетевом объекте.
После создания нейронной сети ее необходимо сконфигурировать и затем обучить. Строение включает в себя организацию сети так, чтобы она была совместима с задачей, которую вы хотите решить, как определяется выборочными данными. После настройки сети необходимо настроить настраиваемые параметры сети (называемые весами и смещениями), чтобы оптимизировать эффективность сети. Этот процесс настройки называется обучением сети. Строение и обучение требуют, чтобы сеть была снабжена примерами данных. В этом разделе показано, как форматировать данные для представления в сеть. Это также объясняет строение сети и две формы сетевого обучения: инкрементальное обучение и пакетное обучение.