転移学習を使用し,事前学習済みのネットワークで得られる知識を活用して新しいデータに含まれる新しいパターンを学習させます。通常は,転移学習によって事前学習済みのイメージ分類ネットワークを微調整する方が,ゼロから学習させるよりもはるかに簡単で時間がかかりません。事前学習済みの深いネットワークを使用すると,数百万のイメージや強力なGPUを用意して新しいネットワークの定義と学習を行うことなく,新しいタスクのモデルを高速に作成できます。ネットワークアーキテクチャを定義し,ネットワークにゼロから学習させて,イメージの分類タスクと回帰タスク用の深いネットワークを新しく作成することもできます。

関数trainNetworkおよびtrainingOptionsを使用してネットワ，クに学習させたり，dlnetworkオブジェクトや関数dlarrayを使用してカスタム学習ル，プを指定したりすることができます。

畳み込みニューラルネットワークの学習は,1つのCPUまたはGPUで,複数のCPUまたはGPUで,あるいはクラスターまたはクラウドで並列に行えます。1つのGPUまたは並列で学習させる場合は,并行计算工具箱™が必要です。GPUを使用するには,サポートされているGPUデバイスが必要です(サポートされているデバイスについては,Gpu計算の要件(并行计算工具箱)を参照してください)。関数trainingOptionsを使用して，実行環境を指定します。