Neural Net Pattern Recognition
Resolver un problema de reconocimiento de patrones utilizando redes prealimentadas de dos capas
Descripción
La app Neural Net Pattern Recognition permite crear, visualizar y entrenar redes prealimentadas de dos capas para resolver problemas de clasificación de datos.
Con esta app, puede:
Importar datos de un archivo o del espacio de trabajo de MATLAB®, o utilizar uno de los conjuntos de datos de ejemplo.
Dividir datos en conjuntos de entrenamiento, validación y prueba.
Definir y entrenar una red neuronal.
Evaluar el rendimiento de la red utilizando error de entropía cruzada y el error de clasificación errónea.
Analizar los resultados utilizando gráficas de visualización, como matrices de confusión y curvas características de funcionamiento del receptor.
Generar scripts de MATLAB para reproducir resultados y personalizar el proceso de entrenamiento.
Generar funciones adecuadas para el despliegue con las herramientas MATLAB Compiler™ y MATLAB Coder™, y exportarlas a Simulink® para su uso con Simulink Coder.
Sugerencia
Para crear y visualizar redes neuronales de deep learning de forma interactiva, utilice la app Deep Network Designer. Para obtener más información, consulte Introducción a Deep Network Designer.
Abrir la aplicación Neural Net Pattern Recognition
Barra de herramientas de MATLAB: En la pestaña Apps, en Machine Learning and Deep Learning, haga clic en el icono de la app.
Línea de comandos de MATLAB: Introduzca la función
nprtool
.
Algoritmos
La app Neural Net Pattern Recognition proporciona un algoritmo de entrenamiento integrado que puede utilizar para entrenar la red neuronal.
Algoritmo de entrenamiento | Descripción |
---|---|
Retropropagación de gradiente conjugado escalado | La retropropagación de gradiente conjugado escalado actualiza los valores de peso y sesgo de acuerdo con el método de gradiente conjugado escalado. Para implementar este algoritmo, la app Neural Net Pattern Recognition utiliza la función |