実験マネージャー

機械学習モデルの学習および比較に向けた実験の設計と実行

R2023a 以降

このページをすべて展開する

説明

実験マネージャーアプリを使用すると、さまざまな学習条件でモデルに学習させて結果を比較するための機械学習実験を作成できます。たとえば、実験マネージャーを使用して以下を行うことができます。

ベイズ最適化を使用したさまざまなハイパーパラメーター値の試行。
さまざまなデータセット、前処理ステップ、またはメトリクスを使用した結果の比較。

実験をすばやくセットアップするには、まず、分類学習器または回帰学習器でモデルに学習させます。その後、モデルを実験マネージャーにエクスポートします。

[実験ブラウザー] パネルには、プロジェクトの実験と結果の階層が表示されます。実験名の横にあるアイコンはタイプを示します。

— 学習関数 trainnet を使用した組み込みの学習実験
— カスタム学習関数を使用したカスタムの学習実験
— ユーザー作成の実験関数を使用した汎用の実験

このページには、分類学習器アプリと回帰学習器アプリでの実験マネージャーの使用に関する情報が含まれています。アプリの使用に関する一般的な情報については、実験マネージャーを参照してください。組み込みおよびカスタムの学習実験の詳細については、実験マネージャー (Deep Learning Toolbox)を参照してください。

その他

必要な製品

Deep Learning Toolbox™ は、深層学習用の組み込みまたはカスタムの学習実験を実行し、それらの実験の混同行列を表示するために使用します。
Statistics and Machine Learning Toolbox™ は、機械学習用のカスタムの学習実験やベイズ最適化を使用した実験を実行するために使用します。
Parallel Computing Toolbox™ は、複数の試行を同時に実行したり、単一の試行を一度に複数の GPU、クラスター、またはクラウドで実行したりするために使用します。詳細については、Run Experiments in Parallel (Deep Learning Toolbox)を参照してください。
MATLAB^® Parallel Server™ は、実験をリモートクラスターにバッチジョブとしてオフロードするために使用します。詳細については、Offload Experiments as Batch Jobs to a Cluster (Deep Learning Toolbox)を参照してください。

実験マネージャーアプリを開く

MATLAB ツールストリップ: [アプリ] タブの [MATLAB] で [実験マネージャー] アイコンをクリックします。
MATLAB コマンドプロンプト: 「experimentManager」と入力します。

アプリの使用に関する一般的な情報については、実験マネージャーを参照してください。

例

すべて展開する

分類学習器アプリまたは回帰学習器アプリからの実験の自動生成

分類学習器アプリまたは回帰学習器アプリでモデルに学習させます。次に、[モデル] パネルでモデルを選択し、アプリのツールストリップで [モデルのエクスポート] をクリックして [実験の作成] を選択します。アプリにより、選択したモデルのハイパーパラメーターを調整するための実験が実験マネージャーで自動生成されます。

[実験の作成] をクリックした後、ダイアログボックスを使用して学習データセットのファイル名を確認し、実験のプロジェクトを選択します。

詳細については、分類学習器から実験マネージャーへのモデルのエクスポートまたは回帰学習器から実験マネージャーへのモデルのインポートを参照してください。

Export Model toolstrip options in the Classification Learner app. The Create Experiment option is highlighted.

バージョン履歴

R2023a で導入

すべて展開する

R2023b: アプリが MATLAB で使用可能

Statistics and Machine Learning Toolbox のライセンスがあるかどうかに関係なく、MATLAB で実験マネージャーを使用できるようになりました。Statistics and Machine Learning Toolbox のライセンスがない同僚と実験を共有すると、相手が実験を開いて結果にアクセスできます。実験マネージャーには以下が必要です。

Deep Learning Toolbox は、深層学習用の組み込みまたはカスタムの学習実験を実行し、それらの実験の混同行列を表示します。
Statistics and Machine Learning Toolbox は、機械学習用のカスタムの学習実験やベイズ最適化を使用した実験を実行します。
Parallel Computing Toolbox は、複数の試行を同時に実行したり、単一の試行を一度に複数の GPU、クラスター、またはクラウドで実行します。
MATLAB Parallel Server は、実験をリモートクラスターにバッチジョブとしてオフロードします。

MATLAB で実行できる汎用の実験の詳細については、実験の管理を参照してください。

R2023a: アプリが Statistics and Machine Learning Toolbox で使用可能

Statistics and Machine Learning Toolbox のライセンスがある場合、実験マネージャーを使用できるようになりました。以前のリリースでは、実験マネージャーアプリを使用するために Deep Learning Toolbox のライセンスが必要でした。このアプリを深層学習のワークフローに使用する方法の詳細については、実験の管理 (Deep Learning Toolbox)を参照してください。

参考