Main Content

Reti neurali superficiali multilivello e addestramento sulla retropropagazione

La rete neurale superficiale multilivello feed-forward può essere utilizzata sia per l'adattamento di funzioni sia per il riconoscimento di pattern. Aggiungendo una tapped delay line, può essere anche utilizzata per problemi di previsione, come visto in Design Time Series Time-Delay Neural Networks. Questo argomento mostra come utilizzare una rete multilivello. Illustra inoltre le procedure di base per la progettazione di qualsiasi rete neurale.

Nota

Le funzioni di addestramento descritte in questo argomento non sono limitate alle reti multilivello. Possono essere utilizzate per addestrare architetture arbitrarie (anche reti personalizzate), purché le loro componenti siano differenziabili.

Il workflow del processo generale di progettazione della rete neurale prevede sette fasi principali:

  1. Raccolta dati

  2. Creazione della rete

  3. Configurazione della rete

  4. Inizializzazione di pesi e bias

  5. Addestramento della rete

  6. Convalida della rete (analisi post-addestramento)

  7. Utilizzo della rete

La fase 1 potrebbe verificarsi al di fuori del framework del software Deep Learning Toolbox™, ma è fondamentale per il successo del processo di progettazione.

I dettagli di questo workflow sono discussi in queste sezioni:

Le fasi opzionali del workflow sono discusse in queste sezioni:

Per le serie temporali, la modellazione dinamica e la previsione, vedere questa sezione: