以交互方式构建、可视化和培训深度学习网络。使用起始页加载适合转移学习的预培训图像分类网络。分析网络以检查您是否正确定义了体系结构,并在培训前检测问题。导入和可视化培训数据,指定培训选项,然后使用训练进度的动画图进行网络训练。生成代码以重新创建网络结构和训练,并将训练过的网络导出到Simulink万博1manbetx®.
此流程图显示了在中构建和培训深度学习模型的常见工作流深度网络设计器应用程序。您可以在深度网络设计器或者导出未经培训的网络,以便在命令行进行培训。
深度网络设计器 | 设计、可视化和培训深度学习网络 |
在deep Network Designer中以交互方式构建和编辑深度学习网络。
在deep Network Designer中交互式培训深度学习网络。
在Deep Network Designer中导入和可视化数据。
此示例演示如何导入具有平方和误差(SSE)损失的自定义分类输出层,并将其添加到Deep network Designer中的预训练网络。
从deepnetworkdesigner生成MATLAB代码
生成MATLAB®在Deep network Designer中重新创建设计和培训网络的代码。
调整在Deep Network Designer中生成的代码以用于实验管理器
使用实验管理器调整在Deep network Designer中培训的网络的超参数。