실험 관리하기

여러 초기 조건하에서 신경망 훈련, 훈련 옵션을 대화형 방식으로 조정, 결과 평가

실험 관리자 앱을 사용하면 일련의 하이퍼파라미터 값을 스윕하거나 베이즈 최적화를 사용하여 신경망에 대한 최적의 훈련 옵션을 찾을 수 있습니다. 내장 함수 trainnet을 사용하거나 사용자 지정 훈련 함수를 정의합니다. 훈련 플롯을 사용하여 진행 상황을 모니터링합니다. 혼동행렬과 사용자 지정 메트릭 함수를 사용하여 훈련된 신경망을 평가합니다.

이 페이지에는 AI 워크플로의 실험에 대한 정보가 포함되어 있습니다. 앱 사용에 대한 일반적인 내용은 실험 관리자 항목을 참조하십시오.

앱

실험 관리자

실험을 계획 및 실행하며 딥러닝 신경망을 훈련시키고 비교합니다. (R2020a 이후)

객체

experiments.Monitor Update results table and training plots for custom training experiments (R2021a 이후)

함수

`groupSubPlot`	Group metrics in experiment training plot (R2021a 이후)
`recordMetrics`	Record metric values in experiment results table and training plot (R2021a 이후)
`updateInfo`	Update information columns in experiment results table (R2021a 이후)
`yscale`	Set training plot y-axis scale (linear or logarithmic) (R2024a 이후)

도움말 항목

Run Experiments in Parallel
Run multiple simultaneous trials or one trial at a time on multiple workers. (R2020b 이후)
Offload Experiments as Batch Jobs to a Cluster
Run experiments on a cluster so you can continue working or close MATLAB^®. (R2022a 이후)
Keyboard Shortcuts for Experiment Manager
Navigate Experiment Manager using only your keyboard.
Create a Deep Learning Experiment for Classification
Train a deep learning network for classification using Experiment Manager. (R2020a 이후)
Create a Deep Learning Experiment for Regression
Train a deep learning network for regression using Experiment Manager. (R2020a 이후)
Evaluate Deep Learning Experiments by Using Metric Functions
Use metric functions to evaluate the results of an experiment. (R2020a 이후)
Tune Experiment Hyperparameters by Using Bayesian Optimization
Find optimal network hyperparameters and training options for convolutional neural networks. (R2020b 이후)
Use Bayesian Optimization in Custom Training Experiments
Create custom training experiments that use Bayesian optimization. (R2021b 이후)