함수근사및비선형회귀
신경망을만들어@ @본의입력과출력간의비선형관계일반화
앱
| 신경망피팅 | 2계층피드포워드신경망을사용하여피팅문제풀기 |
함수
fitnet |
함수피팅신경망 |
feedforwardnet |
피드포워드신경망생성 |
cascadeforwardnet |
캐스케이드포워드신경망생성 |
火车 |
얕은신경망훈련 |
trainlm |
Levenberg-Marquardt역전파 |
trainbr |
베이즈정규화역전파 |
trainscg |
스케일링된켤레기울기역전파 |
trainrp |
탄력적역전파 |
均方误差 |
정규화된평균제곱오차성능함수 |
回归 |
(권장되지않음)목` ` `값에대해얕은신경망출력값의선형회귀수행 |
ploterrhist |
오차히스토그램플로팅 |
plotfit |
함수피팅플로팅 |
plotperform |
신경망성능플로팅 |
plotregression |
선형회귀플로팅 |
plottrainstate |
훈련상태값플로팅 |
genFunction |
얕은신경망시뮬레이션에사용할MATLAB함수 생성 |
예제및방법
기본 설계
- 얕은신경망으로데이터피팅
데이터세트를피팅하도록얕은신경망을훈련시킵니다。 - 얕은다층신경망생성，구성및초기화하기
얕은다층신경망을준비합니다。 - 체지방추정
이예제에서는함수피팅신경망이신체계측치를기반으로체지방률을추정하는방식을보여줍니다。 - 얕은다층신경망훈련시키고적용하기
함수근사또는패턴식을위해얕은다층신경망을훈련시키고사용합니다。 - 훈련후에얕은신경망성능분석하기
신경망성능을분석하고훈련프로세스，신경망아키텍처또는데이터를조정합니다。 - 部署浅神经网络函数
利用MATLAB仿真和部署训练好的浅层神经网络®工具。 - 浅神经网络的部署训练
学习如何部署浅层神经网络训练。
훈련확장성및효율성
- 병렬및gpu연산을사용한얕은신경망
병렬및분산연산을사용하여신경망훈련과시뮬레이션의속도를높이고대규모데이터를처리합니다。 - 神经网络训练时自动保存检查点
保存中间结果，以保护长时间训练的价值。 - 优化神经网络的训练速度和记忆
使神经网络训练更高效。
최적의솔루션
- 신경망입력-출력처리함수선택하기
더효율적훈련을위해입력값과목값을전처리합니다。 - 얕은신경망의입력값과출력값구성하기
配置함수를사용하여훈련에앞서신경망을수동으로구성하는방법을알아봅니다。 - 최적의신경망훈련을위해데이터분할하기
함수를사용하여데이터를훈련，검및테스트세트로분할합니다。 - 다층신경망훈련함수선택하기
여러문제유형에대한훈련알고리즘의성능비교。 - 얕은신경망일반화를개선하고과적합방지하기
일반화를개선하고과적합을방지하는방법을알아봅니다。 - 用误差权值训练神经网络
学习如何在训练神经网络时使用误差加权。 - 多输出误差归一化
学习如何使用不同范围的值来匹配输出元素。
개념
- 신경망설계를위한워크플로
신경망설계과정의주단계를알아봅니다。
- 神经网络设计的四个层次
学习使用神经网络功能的不同层次。
- 얕은다층신경망과역전파훈련
함수피팅및패턴식을위한얕은다층피드포워드신경망설계워크플로입니다。
- 얕은다층신경망아키텍처
얕은다층신경망의아키텍처에대해알아봅니다。
- 얕은신경망데이터구조이해하기
입력데이터구조의형식이신경망시뮬레이션에어떤향을주는지알아봅니다。
- 얕은신경망을위한샘플데이터세트
얕은신경망실험에사용할수있는샘플데이터세트의목록입니다。
- 신경망객체속성
신경망의기본특징을정의하는속성을알아봅니다。
- 신경망하위객체속성
출입력값,계층,력값,목표값,편향및가중치와같이신경망세부사항을정의하는속성을알아봅니다。
您也可以从以下列表中选择一个网站: