生成实验使用深层网络设计师

加载数据

加载数字样本数据作为图像数据存储。10000年的数字数据集由合成手写数字灰度图像。28-by-28-by-1每个图像像素,旋转一定的角度。您可以使用深度学习训练一个回归模型预测图像的角。

加载数字图像和相应的旋转角。

[XTrain ~, anglesTrain] = digitTrain4DArrayData;[XValidation ~, anglesValidation] = digitTest4DArrayData;

训练一个回归网络使用深层网络设计师,必须在数据存储的数据。把图像和角度arrayDatastore对象。

adsXTrain = arrayDatastore (XTrain IterationDimension = 4);adsAnglesTrain = arrayDatastore (anglesTrain);

输入图像和角度从数据存储到一个深学习网络,结合使用结合函数。输入和目标数据存储相结合的横向连接返回的数据读函数。

cdsTrain =结合(adsXTrain adsAnglesTrain);

对验证数据重复数据处理步骤。

adsXValidation = arrayDatastore (XValidation IterationDimension = 4);adsAnglesValidation = arrayDatastore (anglesValidation);cdsValidation =结合(adsXValidation adsAnglesValidation);

定义网络体系结构

定义网络体系结构。您可以构建这个网络交互通过拖动图层深陷网络设计师。或者,您可以创建这个网络在命令行并将其导入深度网络设计师。

层= [imageInputLayer ([28 28 1]) convolution2dLayer(3 8填充=“相同”)batchNormalizationLayer reluLayer averagePooling2dLayer(2步= 2)convolution2dLayer(填充= 3,16日“相同”)batchNormalizationLayer reluLayer averagePooling2dLayer(2步= 2)convolution2dLayer(3、32、填充=“相同”32岁的)batchNormalizationLayer reluLayer convolution2dLayer(3填充=“相同”)batchNormalizationLayer reluLayer dropoutLayer (0.2) fullyConnectedLayer (1) regressionLayer];deepNetworkDesigner(层)

导入数据

数字数据导入深度网络设计师。选择数据选项卡并单击导入数据>导入自定义数据。选择cdsTrain作为训练数据,cdsValidation验证数据。

通过点击导入数据进口。

列车网络的

指定培训方案和培训网络。在培训选项卡上,单击培训方案。对于这个示例,将解算器亚当和其他保持默认设置。通过点击设置培训选项好吧。

使用指定的进口数据和训练网络训练选项,点击火车。培训进度图显示了mini-batch损失和均方误差(RMSE)以及验证损失和错误。

生成实验

培训完成后,您可以生成一个实验席卷hyperparameter值的范围寻找最优训练选项。

生成一个实验,培训选项卡上,单击出口>创建实验。

深层网络设计师生成一个实验模板使用您的网络和进口数据。然后应用程序打开实验管理器。在实验管理器,您可以选择添加新的实验,一个新项目,现有的项目,或当前的项目。

实验由一个描述,hyperparameters表,设置函数,和一组度量函数对实验的结果进行评估。

的Hyperparameters部分指定策略(详尽的扫描)和hyperparameter值用于实验。当您运行实验,实验管理器使用每一列车网络的组合hyperparameter hyperparameter表中指定的值。默认情况下,深层网络设计师生成一个实验扫描在一系列学习率集中在你用来训练的学习速率。

的设置函数配置培训数据、网络体系结构和培训选择实验。深层网络设计师自动配置设置函数来使用你的网络和数据。setup函数的输入是一个结构参数个数从hyperparameter表与字段。检查或编辑的设置功能,设置函数,点击编辑。

如果你的网络包含自定义层或培训选项包含一个相对路径检查站,深层网络设计师在实验中设置脚本生成支持功能。万博1manbetx之前你必须检查和编辑这些支持功能运行实验。万博1manbetx

运行实验

在实验管理器,点击运行实验运行。当您运行实验,实验经理列车网络定义的设置功能。每个试验使用的一个学习利率hyperparameter表中指定。

一个表的结果显示为每个审判RMSE和损失。当实验结束时,你可以试验的RMSE或损失指标执行最好的看到哪些试验。在这个例子中,试验3,最初的学习速率为0.01,执行最好的。

显示培训策划和跟踪每个试验的进展在实验时,审查结果,点击培训策划。

添加Hyperparameter

添加另一个hyperparameter扫描结束后,必须将其添加到Hyperparameters表和更新的设置功能。

添加另一个hyperparameterHyperparameters表,点击添加。在这个例子中,添加一个新的hyperparameter调用mySolver的值["亚当"“个”“rmsprop”]。

接下来,编辑setup函数新的hyperparameter扫描。编辑设置功能,设置函数,点击编辑。在培训方案生活的脚本中,第一个参数的变化trainingOptions函数“亚当”来params.mySolver。点击保存并关闭设置功能。

通过点击运行更新的实验运行。实验管理器尝试每一个组合的学习速率和解决hyperparameters。在这个例子中,试验5,最初的学习速率为0.001个解算器,性能也是最好的。