主要内容

模式识别

从示例输入训练神经网络泛化及其类,autoencoders训练

应用程序

神经网络模式识别 使用两层前馈网络的解决模式识别问题

类

Autoencoder Autoencoder类

功能

全部展开

nprtool 神经网络模式识别的应用
视图 视图浅神经网络
trainAutoencoder 火车一个autoencoder
trainSoftmaxLayer 训练softmax层进行分类
解码 解码编码的数据
编码 编码输入数据
预测 使用训练autoencoder重建的输入
堆栈 从几个autoencoders堆栈编码器在一起
网络 转换Autoencoder对象进网络对象
patternnet 生成模式识别网络
lvqnet 学习矢量量化神经网络
火车 火车浅神经网络
trainlm Levenberg-Marquardt反向传播
trainbr 贝叶斯正则化反向传播
trainscg 按比例缩小的共轭梯度反向传播
trainrp 有弹性的反向传播
均方误差 均方归一化误差性能函数
中华民国 接受者操作特性
plotconfusion 情节分类混淆矩阵
ploterrhist 情节错误直方图
plotperform 情节网络性能
plotregression 情节线性回归
plotroc 接受者操作特征图
plottrainstate 情节训练状态值
crossentropy 神经网络的性能
genFunction 生成MATLAB函数模拟浅神经网络

例子和如何

基本设计

培训可伸缩性和效率

最优解万博 尤文图斯

分类

  • 蟹的分类
    这个例子演示了使用神经网络作为分类器识别性别的蟹蟹的物理尺寸。
  • 葡萄酒的分类
    这个例子说明了一个模式识别神经网络可以通过酒庄葡萄酒的分类根据其化学特性。
  • 癌症检测
    这个例子展示了如何训练一个神经网络检测癌症使用蛋白质质谱数据配置文件。
  • 字符识别
    这个例子演示了如何训练一个神经网络来执行简单的字符识别。

Autoencoders

概念