选择培训项目

一旦你有了你的网络和数据，下一步就是选择培训选项。在培训选项卡上,单击培训方案．如果您不知道要使用哪些训练选项，请尝试使用默认设置进行训练，然后调整它们以适应您的网络和数据。例如，尝试调整初始学习速率，或通过增加课时数进行更长时间的训练。有关提高深度学习网络准确性的技术的信息，请参见深度学习技巧．有关培训选项的更多信息，请参见trainingOptions．

列车网络的

选择培训选项后，通过单击来培训网络火车．深度网络设计器应用程序显示了训练进度的动画图。图中显示了小批量损失和准确性，以及关于训练进度的附加信息。如果指定了验证数据，该图还会显示验证损失和准确性。剧情有一个停止按钮在右上角。点击按钮，停止训练，返回当前网络状态。有关训练进度图的更多信息，请参见监控深度学习培训进度．

您可以使用深度网络设计器训练各种网络。例如，图像分类或回归网络、序列网络、数字数据网络、语义分割网络和图像到图像回归网络。在深度网络设计器中，您可以使用trainNetwork函数作用于任何可以表示为数据存储对象的数据。以下示例演示如何使用深度网络设计器构建和训练网络。

一旦训练完成，就培训选项卡上,单击出口将您训练过的网络和结果导出到工作区。单击，可将训练进度图保存为图像出口培训地块．您可以通过单击了解如何使用命令行函数构建和训练网络出口>生成培训代码并检查生成的实时脚本。

深度网络设计器不支持使用自定义训练循环进行训练。万博1manbetx要使用自定义训练循环训练网络，首先要将网络导出到工作区并将其转换为dlnetwork对象。然后，您可以使用dlnetwork对象和自定义训练循环。有关更多信息，请参见使用自定义训练循环训练网络．

下一个步骤

培训完成后，单击出口>创建实验在实验管理器中创建一个深度学习实验。您可以使用实验管理器扫描超参数值的范围，或者使用贝叶斯优化找到最佳训练选项。举个例子说明如何使用实验管理器要调优在深度网络设计器中训练的网络的超参数，请参见使用深度网络设计器生成实验．