このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
組み込みの学習
組み込みの学習関数を使用した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、trainNetwork
または 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。
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、可視化、および学習 |
関数
トピック
アプリでの学習
- ディープ ネットワーク デザイナーを使用したネットワークの学習
ディープ ネットワーク デザイナーを使用して、深層学習ネットワークに対話形式で学習させる。 - ディープ ネットワーク デザイナーへのデータのインポート
ディープ ネットワーク デザイナーでデータをインポートして可視化する。
コマンド ラインでの学習
- 分類用のシンプルな深層学習ニューラル ネットワークの作成
この例では、深層学習による分類用のシンプルな畳み込みニューラル ネットワークを作成し、学習を行う方法を説明します。 - 回帰用の畳み込みニューラル ネットワークの学習
この例では、畳み込みニューラル ネットワークを使用して回帰モデルを当てはめ、手書きの数字の回転角度を予測する方法を示します。 - 深層学習を使用した時系列予測
この例では、長短期記憶 (LSTM) ネットワークを使用して時系列データを予測する方法を説明します。 - 深層学習を使用したシーケンスの分類
この例では、長短期記憶 (LSTM) ネットワークを使用してシーケンス データを分類する方法を説明します。 - 深層学習を使用した sequence-to-sequence 分類
この例では、長短期記憶 (LSTM) ネットワークを使用してシーケンス データの各タイム ステップを分類する方法を説明します。 - 深層学習を使用した sequence-to-sequence 回帰
この例では、深層学習を使用してエンジンの残存耐用期間 (RUL) を予測する方法を説明します。 - 深層学習を使用した sequence-to-one 回帰
この例では、長短期記憶 (LSTM) ニューラル ネットワークを使用して波形の周波数を予測する方法を説明します。 - Create Custom Deep Learning Training Plot
This example shows how to create a custom training plot that updates at each iteration during training of deep learning neural networks usingtrainnet
. (R2023b 以降) - Custom Stopping Criteria for Deep Learning Training
This example shows how to stop training of deep learning neural networks based on custom stopping criteria usingtrainnet
. (R2023b 以降)