Обучите нейронные сети Используя Deep Network Designer

Приложение Deep Network Designer позволяет вам создать и обучить глубокие нейронные сети. Поддержки Deep Network Designer trainNetwork обучение с помощью данных изображения или объектов datastore. Можно также экспортировать нетренированную сеть для обучения в командной строке, например, чтобы обучить сеть с помощью пользовательских учебных циклов.

Чтобы обучить сеть, выполните эти шаги:

  1. Сеть Create

  2. Импортируйте данные

  3. Выберите опции обучения

  4. Обучение сети

  5. Сеть Export

Можно создать сеть в интерактивном режиме с помощью Deep Network Designer или импортировать сеть из рабочей области. Можно также выбрать предварительно обученную сеть из начальной страницы Deep Network Designer для передачи обучения. Для получения дополнительной информации смотрите Сети Сборки с Deep Network Designer.

Чтобы обучить модель глубокого обучения, у вас должны быть подходящие сетевые и обучающие данные. Импортировать данные изображения из папки, содержащей подпапку изображений для каждого класса, или от imageDatastore объект, на вкладке Data, нажимает Import Data> Import Image Data. Чтобы импортировать любой datastore, на вкладке Data, нажимают Import Data> Import Datastore. После импорта Deep Network Designer отображает предварительный просмотр импортированных данных так, чтобы можно было проверять, что данные как ожидалось до обучения. Для получения дополнительной информации смотрите, Импортируют Данные в Deep Network Designer.

Выберите Training Options

Если у вас есть своя сеть и данные, следующий шаг должен выбрать опции обучения. На вкладке Training нажмите Training Options. Если вы не знаете, который опции обучения использовать, попробуйте обучение настройками по умолчанию и затем корректировкой их, чтобы удовлетворить вашей сети и данным. Например, попытайтесь настроить начальную скорость обучения или обучайтесь для дольше путем увеличения числа эпох. Для получения информации о методах для улучшения точности нейронных сетей для глубокого обучения смотрите Советы Глубокого обучения и Приемы. Для получения дополнительной информации об опциях обучения, смотрите trainingOptions.

Training Options dialog box in Deep Network Designer

Обучение сети

После того, как вы выбираете свои опции обучения, обучаете сеть путем нажатия на Train. Отображения приложения Deep Network Designer анимированный график процесса обучения. График показывает мини-пакетную потерю и точность, потерю валидации и точность и дополнительную информацию о процессе обучения. График имеет кнопку остановки в верхнем правом углу. Нажмите кнопку, чтобы остановить обучение и возвратить текущее состояние сети. Для получения дополнительной информации о графике процесса обучения смотрите Процесс обучения Глубокого обучения Монитора.

Training progress plot in Deep Network Designer

Можно обучить множество сетей с помощью Deep Network Designer. Например, отобразите классификацию или сети регрессии, сети последовательности, сети числовых данных, сети семантической сегментации и сети регрессии от изображения к изображению. В Deep Network Designer можно обучить сеть с помощью trainNetwork функция на любых данных, которые можно описать как объект datastore. Следующие примеры показывают, как создать и обучить сеть с помощью Deep Network Designer.

Если обучение завершено на вкладке Training, нажмите Export, чтобы экспортировать ваш обучивший сеть и результаты к рабочей области.

Deep Network Designer не поддерживает обучение с помощью пользовательских учебных циклов. Чтобы обучить вашу сеть с помощью пользовательского учебного цикла, сначала экспортируйте сеть в рабочую область и преобразуйте его в dlnetwork объект. Можно затем обучить сеть с помощью dlnetwork возразите и пользовательский учебный цикл. Для получения дополнительной информации смотрите, Обучат сеть Используя Пользовательский Учебный Цикл.

Следующие шаги

Можно изучить, как создать и обучить сеть с помощью функций командной строки путем нажатия на Export> Generate Code for Training и исследования сгенерированного live скрипта. Можно также использовать сгенерированный скрипт в качестве начальной точки, чтобы создать эксперименты глубокого обучения, которые развертываются через область значений гиперзначений параметров или используют Байесовую оптимизацию, чтобы найти оптимальные опции обучения. Для примера, показывающего, как использовать Experiment Manager, чтобы настроить гиперпараметры сети, обученной в Deep Network Designer, смотрите, Адаптируют Код, Сгенерированный в Deep Network Designer для Использования в Experiment Manager.

Смотрите также

|

Похожие темы