このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
実験マネージャー アプリ
各種ハイパーパラメーター値のスイープ、またはベイズ最適化を行って、ニューラル ネットワークの最適な学習オプションを見つけます。組み込み関数 trainNetwork
を使用するか、独自のカスタム学習関数を定義します。実験を並列で実行し、異なる学習構成を同時にテストします。学習プロットを使用して進行状況を監視します。混同行列とカスタム メトリクス関数を使用して、学習済みネットワークを評価します。並べ替えとフィルタリングによって実験を調整します。注釈を使用して観測結果を記録します。
アプリ
実験マネージャー | 深層学習ネットワークの学習および比較に向けた実験の設計と実行 (R2020a 以降) |
オブジェクト
experiments.Monitor | カスタムの学習実験の結果テーブルと学習プロットの更新 (R2021a 以降) |
関数
groupSubPlot | 実験学習プロットへのメトリクスのグループ化 (R2021a 以降) |
recordMetrics | Record metric values in experiment results table and training plot (R2021a 以降) |
updateInfo | 実験結果テーブルの情報列の更新 (R2021a 以降) |
トピック
- 分類用の深層学習実験の作成
実験マネージャーを使用して分類用の深層学習ネットワークに学習させる。 (R2020a 以降)
- 回帰用の深層学習実験の作成
実験マネージャーを使用して回帰用の深層学習ネットワークに学習させる。 (R2020a 以降)
- 実験マネージャーを使用したネットワークの並列学習
複数の試行を同時に実行する、または複数のワーカーで一度に 1 つの試行を実行する。 (R2020b 以降)
- Offload Deep Learning Experiments as Batch Jobs to a Cluster
Run experiments on a cluster so you can continue working or close MATLAB®. (R2022a 以降)
- メトリクス関数を使用した深層学習実験の評価
メトリクス関数を使用して実験の結果を評価する。 (R2020a 以降)
- ベイズ最適化を使用した実験ハイパーパラメーターの調整
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 ハイパーパラメーターと学習オプションを求める。 (R2020b 以降)
- Use Bayesian Optimization in Custom Training Experiments
Create custom training experiments that use Bayesian optimization. (R2021b 以降)
- Generate Experiment Using Deep Network Designer
Use Experiment Manager to tune the hyperparameters of a network trained in Deep Network Designer.
- Keyboard Shortcuts for Experiment Manager
Navigate Experiment Manager using only your keyboard.
トラブルシューティング