Main Content

組み込み学習

組み込み学習関数を使用したイメージ データ用の深層学習ネットワークの学習

ネットワーク アーキテクチャを定義した後、関数 trainingOptions を使用して学習パラメーターを定義できます。その後、関数 trainnet を使用してネットワークに学習させることができます。学習済みネットワークを使用して、クラス ラベルまたは数値応答を予測します。

ニューラル ネットワークの学習は、1 つの CPU または GPU か複数の CPU または GPU で行うことも、クラスターまたはクラウドで並列に行うこともできます。1 つの GPU または並列で学習させる場合は、Parallel Computing Toolbox™ が必要です。GPU を使用するには、サポートされている GPU デバイスが必要です (サポートされているデバイスについては、GPU 計算の要件 (Parallel Computing Toolbox)を参照してください)。関数 trainingOptions を使用して、実行環境を指定します。

アプリ

ディープ ネットワーク デザイナー深層学習ネットワークの設計と可視化

関数

すべて展開する

trainingOptions深層学習ニューラル ネットワークの学習のオプション
trainnetTrain deep learning neural network (R2023b 以降)
analyzeNetwork深層学習ネットワーク アーキテクチャの解析
predict推論用の深層学習ネットワーク出力の計算 (R2019b 以降)
minibatchpredictMini-batched neural network prediction (R2024a 以降)
scores2labelConvert prediction scores to labels (R2024a 以降)
confusionchart分類問題用の混同行列チャートの作成
sortClasses混同行列チャートのクラスの並べ替え

トピック