Този пример показва как да конфигурирате експеримент, който инициализира тежестите на конволюцията и напълно свързани слоеве, използвайки различни инициализатори на тежести за обучение. За да сравните производителността на различни инициализатори на тежести за вашата задача, създайте експеримент, използвайки този пример като ръководство.

Когато обучавате мрежа за дълбоко обучение, инициализирането на тежести и пристрастия на слоевете може да окаже голямо влияние върху това колко добре мрежата тренира. Изборът на инициализатор има по-голямо въздействие върху мрежите без слоеве за нормализиране на партиди. За повече информация относно инициализаторите на тегло вижте Сравняване на инициализаторите на теглото на слоя.

Отворете експеримента

Първо отворете примера. Мениджър на експерименти зарежда проект с предварително конфигуриран експеримент, който можете да проверите и стартирате. За да отворите експеримента, в браузъра за експерименти, щракнете двукратно върху името на експеримента (WeightInitializerExperiment).

инициатори

Дефиницията на експеримента се състои от описание, таблица на хиперпараметрите, функция за настройка и (по избор) колекция от метрични функции за оценка на резултатите от експеримента. За повече информация вижте Конфигуриране на експеримент за задълбочено обучение.

Описанието кутията съдържа текстово описание на експеримента. За този пример описанието е:

Хиперпараметрите разделът определя стойностите на стратегията (Изчерпателно почистване) и хиперпараметрите, които да се използват за експеримента. Когато стартирате експеримента, Experiment Manager обучава мрежата, като използва всяка комбинация от стойности на хиперпараметри, посочени в таблицата на хиперпараметрите. Този пример използва хиперпараметрите WeightsInitializer и BiasInitializer, за да посочи инициализаторите на тежестта за конволюцията и напълно свързани слоеве в предварително обучена мрежа.

Функцията за настройка конфигурира данните за обучение, мрежовата архитектура и опциите за обучение за експеримента. За да проверите функцията за настройка, под Функция за настройка, щракнете върху Редактиране. Функцията за настройка се отваря в MATLAB® Editor.

В този пример функцията за настройка:

Изтегля и извлича набора от данни Flowers, който е около 218 MB. За повече информация относно този набор от данни вижте Набори от данни за изображения.

Зарежда предварително обучена мрежа GoogLeNet и инициализира входното тегло в конволюцията и напълно свързани слоеве, като използва инициализаторите, посочени в таблицата на хиперпараметрите. Спомагателната функция findLayersToReplace определя кои слоеве в мрежовата архитектура могат да бъдат модифицирани за обучение при трансфер.

Определя обект trainingOptions за експеримента. Примерът обучава мрежата в продължение на 10 епохи, използвайки размер на мини-партида 128 и валидиране на мрежата на всеки 5 епохи.

Метриките разделът посочва незадължителни функции, които оценяват резултатите от експеримента. Този пример не включва никакви персонализирани метрични функции.

Изпълнете експеримент

Когато стартирате експеримента, Experiment Manager обучава мрежата, дефинирана от функцията за настройка няколко пъти. Всяко изпитване използва различна комбинация от стойности на хиперпараметри. По подразбиране Experiment Manager изпълнява по една пробна версия. Ако имате Parallel Computing Toolbox ™, можете да стартирате няколко изпитания едновременно. За най-добри резултати, преди да стартирате експеримента си, стартирайте паралелен пул с толкова работници, колкото графичните процесори. За повече информация вижте Използване на Experiment Manager за обучение на мрежи в паралел.

За да стартирате по една пробна версия на експеримента, в лентата с инструменти на Experiment Manager щракнете върху Run.

За да стартирате няколко изпитания едновременно, щракнете върху Използвайте паралелно и след това Run. Ако няма текущ паралелен пул, Experiment Manager стартира такъв, като използва профила на клъстера по подразбиране. След това Experiment Manager изпълнява множество едновременни изпитания, в зависимост от броя на наличните паралелни работници.

Таблица с резултати показва точността и загубата за всяко изпитване.

Докато експериментът се изпълнява, щракнете върху Обучение за показване на тренировъчния сюжет и проследяване на напредъка на всяко изпитание.

Щракнете върху Configuration Matrix за показване на матрицата на объркване за валидиращите данни във всяко завършено изпитване.

Когато експериментът приключи, можете да сортирате таблицата с резултати по колона или да филтрирате опити с помощта на филтри стъкло. За повече информация вижте Сортиране и филтриране на резултатите от експеримента.

За да тествате ефективността на отделно изпитание, експортирайте обучената мрежа или информацията за обучението за пробата. На мениджъра на експерименти лента с инструменти, изберете Експортиране > Обучена мрежа или Експортиране > Информация за обучение, съответно. За повече информация вижте мрежа и информация.

Затвори експеримент

В браузъра за експерименти, щракнете с десния бутон върху името на проекта и изберете Затвори проект. Experiment Manager затваря всички експерименти и резултати, съдържащи се в проекта.