Workflow per la progettazione delle reti neurali

Il workflow del processo di progettazione della rete neurale prevede sette fasi principali. Gli argomenti di riferimento discutono le idee alla base dei passaggi 2, 3 e 5.

La raccolta dei dati nel passaggio 1 avviene generalmente al di fuori del framework del software Deep Learning Toolbox™, ma viene discussa in termini generali in Reti neurali superficiali multilivello e addestramento sulla retropropagazione. I dettagli degli altri passaggi e le discussioni sui passaggi 4, 6 e 7 sono trattati in argomenti specifici per il tipo di rete.

Il software Deep Learning Toolbox utilizza l'oggetto network per memorizzare tutte le informazioni che definiscono una rete neurale. Questo argomento descrive i componenti di base di una rete neurale e mostra come vengono creati e memorizzati nell'oggetto rete.

Una volta creata, la rete neurale deve essere configurata e quindi addestrata. La configurazione implica che la rete venga disposta in modo che risulti compatibile con il problema che si desidera risolvere, come definito dai dati di esempio. Dopo che la rete è stata configurata, i parametri regolabili della rete (chiamati pesi e bias) devono essere perfezionati, in modo da ottimizzare la performance della rete. Questo processo di sincronizzazione viene definito come addestramento della rete. La configurazione e l'addestramento richiedono che alla rete vengano forniti dei dati di esempio. Questo argomento mostra come formattare i dati da presentare alla rete. Spiega inoltre la configurazione della rete e le due forme di addestramento della rete: addestramento incrementale e addestramento batch.

Argomenti complementari

• Four Levels of Neural Network Design
• Neuron Model
• Neural Network Architectures
• Understanding Shallow Network Data Structures