如果预训练网络已经执行您需要的任务，那么你就需要重新训练网络。相反，您可以直接通过使与网络预测分类和预测职能。

例如，看到分类影像使用GoogLeNet。

如果您有一个指定为层数组或图层图的网络，以及培训选项功能提供了你需要的所有选项，那么你可以使用训练网络Trainnetwork.功能。

出于显示如何重新培训网络的示例（传输学习），请参阅培训深度学习网络以分类新图像。有关如何从划伤训练网络的示例，请参阅为分类创建简单的深度学习网络。

有关大多数任务，您可以使用该任务来控制培训算法详细信息培训选项和Trainnetwork.职能。如果是培训选项功能不提供您需要为您的任务选项（例如，定制的学习费率表），那么你可以使用一个定义你自己训练循环dlnetwork目的。一种dlnetwork对象可以训练指定为使用自动微分的层图形的网络。

对于不能使用输出层指定损失函数，你可以指定一个自定义的训练循环的损失。

有关说明如何培养具有自定义学习税率表网络的例子，请参阅使用自定义训练循环列车网络。

要了解，较多见定义自定义培训循环，丢失功能和网络。

对于无法使用图层图创建的网络，您可以将自定义网络定义为函数。有关如何培训定义为函数的深度学习模型的示例，请参阅使用模型功能列车网络。

如果您可以使用图层图创建网络部分，则可以使用模型功能将这些部件定义为图层图和不受支持的部件。万博1manbetx

对于大多数任务，您可以使用或重新训练预训练网络，如googlenet.。

对于Matlab的预训练深层学习网络列表^®， 看普里德深度神经网络。您可以直接用新的数据使用预训练的网络，或者你可以使用迁移学习不同的任务，新的数据重新培训他们。

如果预训练网络已经完成你所需要的任务，那么你可以直接使用网络而无需再培训。例如，您可以使用googlenet.网络在1000类中对图像进行分类。要直接与网络进行预测，请使用分类和预测职能。例如，看到分类影像使用GoogLeNet。

如果您需要重新培训网络 - 例如，要对不同的类集进行分类 - 那么您可以使用传输学习重新培训网络。

您可以将大多数深度学习模型指定为层数组或图层图。换句话说，您可以将模型定义为具有连接到其他图层输入的层输出的图层集合。

一些网络架构不能被定义为层图形。例如，连体网络需要重量共享，并且不能被定义为层图形。对于这些网络，你必须定义模型的功能。例如，看到使用模型功能列车网络。

对于具有多个输出的网络，您必须使用自定义训练循环训练网络。例如，看到带多个输出的火车网络。

深度学习工具箱为深度学习任务提供了许多不同的层。有关图层列表，请参阅深度学习层名单。

如果深度学习工具箱提供中间层（在网络的中间层），你需要，则可以定义网络如使用这些层的层阵列或层图形。否则，请尝试确定任何不支持图层作为自定义图层。万博1manbetx有关更多信息，请参阅定义自定义深度学习层。

如果深度学习工具箱没有提供所需的图层，那么您可以尝试定义自定义深度学习层。有关更多信息，请参阅定义自定义深度学习层。

如果你能够定义自定义层为任何不支持的层，则可以包括在一个层阵列或层图形这些定制层。万博1manbetx否则，指定使用功能的深度学习模型，并使用自定义的训练循环训练模型。例如，看到使用模型功能列车网络。

输出层指定用于培训的损耗功能。深度学习工具箱为深度学习任务提供不同的输出层。例如，分类层和回归金属。对于输出层的列表，请参阅输出层在页面节深度学习层名单。

如果深度学习工具箱提供所需的输出图层，则可以使用这些图层定义图层图。否则，请尝试将任何不受支持的输出层定义为自定义图层。万博1manbetx有关更多信息，请参阅定义自定义深度学习层。

如果深度学习工具箱没有提供所需的输出层，则可以尝试定义自定义输出层。有关更多信息，请参阅定义自定义深度学习层。

如果您可以为任何不受支持的输出图层定义自定义输出层，则可以在图层阵列或图层图中包含这些自定义图层。万博1manbetx否则，使用a培训模型dlnetwork对象和自定义训练循环，并指定自定义丢失函数。例如，看到使用自定义训练循环列车网络。

这培训选项功能提供了许多用于自定义培训过程的选项。如果是培训选项功能提供了你需要培训的所有选项，那么你可以使用列车上的深度学习网Trainnetwork.功能。例如，看到为分类创建简单的深度学习网络。

如果是培训选项功能不提供你所需要的培训选项，例如自定义的学习税率表，那么你可以使用自定义一个训练循环dlnetwork目的。例如，看到使用自定义训练循环列车网络。