深层学习における学习の进行状况の监视

深层学习のネットワークに学习させる场合，学习の进行状况を监视すると役に立つことがよくあります。学习中のさまざまなメトリクスのプロットにより，学习の进行状况を知ることができます。たとえば，ネットワークの精度が改善されているかどう，そのそのの速度，さらにネットワークで学习データへの适ががているかどうか判定判定できできできできますますできますできできでき

培训选项で'plots'の値として'培训 - 进步'を指定してネットワークの学习を开开すると，Trainnetwork.によって图が作物成さ，反复ごとに学习メトリクスが表示れます。各反复は，勾配の推定と，ネットワークネットワークの更新でで成されます。培训选项にに検证データをを指定する，Trainnetwork.。

回帰ネットワークのの合，图には精密ではなく平方英根二乘二乘（RMSE）ががされます。

图では，影付きの背景を使し各学习エポックがマークさます.1エポックは，データセットセット体を巡することです。

学习中，右上隅の停止ボタンクリックし习习を停止し，ネットワークの现在の状态を返すことができ。たとえば，ネットワークの精密が横ばいに达达，これこれ上改善さないない明上改善さ，学校の停止が必要なるなるがあります。停止ボタンのクリック后，学校が完了するまでかかることあります。学习が完了ます。Trainnetwork.が学习済みネットワークを返します。

学习が终了すると，[结果]に最终検证精选と习の理念が表示されれれれれれれれにははれににははに内に内内内[最终的]というラベルが付いています。ネットワークにバッチ正规化层が含まれている场合，通常，最终検证メトリクスは学习中に评価される検证メトリクスとは异なります。これは，最终的なネットワークのバッチ正规化层では，学院中とはは异なるが行されるためです。

右侧には，学习の时间と设定に关する情报が表示されます。学习オプションの详细は，パラメーターパラメーターの设定とと畳み込みニューラルネットワーク学习を参照してください。

[xtrain，ytrain] = Digittrain4darraydata;idx = randperm（大小（xtrain，4），1000）;xvalidation = XTrain（：：：：，IDX）;XTrain（：：：：，idx）= [];YValidation = Ytrain（IDX）;Ytrain（IDX）= [];

图层= [imageInputlayer（[28 28 1]）卷积2dlayer（3,8，'填充'那'相同的'）BatchnormalizationLayer Ruilulayer MaxPooling2dlayer（2，'走吧'，2）卷积2dlayer（3,16，'填充'那'相同的'）BatchnormalizationLayer Ruilulayer MaxPooling2dlayer（2，'走吧'，2）卷积2dlayer（3,32，'填充'那'相同的'）BatchnormalizationLayer Rublayer全连接列（10）SoftMaxLayer分类层];

选项=培训选项（'sgdm'那......'maxepochs'，8，......'vightationdata'，{xvalidation，yvalidation}，......'验证职业'，30，......'verbose'，错误的，......'plots'那'培训 - 进步'）;

net = trainnetwork（xtrain，ytrain，图层，选项）;

参考

培训选项|Trainnetwork.

关键词トピック

• 畳み込みニューラルネットワークについて
• 畳み込み畳み込みニューラルネットワークのの层の
• パラメーターパラメーターの设定とと畳み込みニューラルネットワーク学习
• 事前学习済みの深层深层ネットワークネットワーク
• Matlabによるによる学习