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。実験マネージャーを使用すると、たとえば以下を行うことができます。

  • ベイズ最適化や無作為抽出を使用したハイパーパラメーター値の調査。

  • 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、実験のタイプを表します。

  • Blue Erlenmeyer flask icon — 学習関数 trainnet を使用する組み込み学習実験

  • Purple beaker icon — カスタム学習関数を使用するカスタムの学習実験

  • Orange round-bottom flask icon — 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。

必要な製品

  • Deep Learning Toolbox™ を使用して、深層学習のため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。

  • Statistics and Machine Learning Toolbox™ を使用して、ベイズ最適化を使用する機械学習および実験のためのカスタムの学習実験を実行する。

  • Parallel Computing Toolbox™ を使用して、複数の GPU、1 つのクラスター、またはクラウドで、複数の試行を同時に実行したり、単一の試行を実行したりする。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™ を使用して、リモート クラスターのバッチ ジョブとして実験をオフロードする。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。

Experiment Manager app

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] にある [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

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。

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.

関連する例

バージョン履歴

R2023a で導入

すべて展開する

参考

アプリ

関数

トピック