ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

深層学習の調整および可視化

学習の進行状況のプロット、精度の評価、予測の実行、学習オプションの調整、ネットワークによって学習された特徴の可視化

ネットワークの精度と損失の組み込みプロットを使用して深層学習の進行状況を監視します。ネットワークのパフォーマンスを改善するには、学習オプションを調整したり、ベイズ最適化を使用して最適なハイパーパラメーターを検索したりします。学習済みのネットワークを調査するため、ネットワークによって学習された特徴を可視化して Deep Dream が可視化されるようにできます。新しいデータを使用して予測を行うことによって、学習済みのネットワークをテストします。

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編集および構築

関数

すべて展開する

analyzeNetwork深層学習ネットワーク アーキテクチャの解析
plotニューラル ネットワークの層グラフのプロット
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
trainNetwork深層学習用のニューラル ネットワークの学習
activations畳み込みニューラル ネットワーク層の活性化の計算
predict学習済み深層学習ニューラル ネットワークを使用した応答の予測
classify学習済み深層学習ニューラル ネットワークを使用したデータの分類
predictAndUpdateState学習済み再帰型ニューラル ネットワークを使用した応答の予測およびネットワークの状態の更新
classifyAndUpdateState学習済み再帰型ニューラル ネットワークを使用したデータの分類およびネットワークの状態の更新
resetState再帰型ニューラル ネットワークの状態のリセット
deepDreamImageDeep Dream を使用したネットワークの特徴の可視化
confusionchartCreate confusion matrix chart for classification problem
ConfusionMatrixChart PropertiesConfusion matrix chart appearance and behavior
sortClassesSort classes of confusion matrix chart

トピック

深層学習を使用した Web カメラ イメージの分類

この例では、事前学習済みの深層畳み込みニューラル ネットワーク GoogLeNet を使用して、Web カメラのイメージをリアルタイムで分類する方法を説明します。

パラメーターの設定と畳み込みニューラル ネットワークの学習

畳み込みニューラル ネットワークの学習パラメーターの設定方法を学習します。

深層学習における学習の進行状況の監視

深層学習のネットワークに学習させる場合、学習の進行状況を監視すると役に立つことがよくあります。

畳み込みニューラル ネットワークの活性化の可視化

この例では、畳み込みニューラル ネットワークにイメージを供給して、ネットワークのさまざまな層の活性化を表示する方法を説明します。

畳み込みニューラル ネットワークの特徴の可視化

この例では、畳み込みニューラル ネットワークによって学習された特徴を可視化する方法を説明します。

深層学習ネットワークの学習時の出力のカスタマイズ

この例では、深層学習ニューラル ネットワークの学習中に各反復で実行される出力関数を定義する方法を説明します。

チェックポイント ネットワークからの学習の再開

畳み込みニューラル ネットワークの学習時にチェックポイント ネットワークを保存する方法と以前に保存したネットワークから学習を再開する方法を学習します。

ベイズ最適化を使用した深層学習

この例では、深層学習にベイズ最適化を適用して、畳み込みニューラル ネットワークに最適なネットワーク パラメーターと学習オプションを求める方法を説明します。

深層学習のヒントとコツ

深層学習ネットワークの精度を改善する方法を学習します。

注目の例