- Acceda a modelos preentrenados. »
- Defina y visualice redes arbitrarias. »
- Manipule simbólicamente la red neuronal. »
- Acceda a información detallada de entrenamiento. »
- Mida los rendimientos netos. »
- Entrene una red en múltiples GPU. »
- Entrene redes en texto o datos de audio. »
- Cree mecanismos de atención. »
- Defina capas recurrentes personalizadas. »
- Genere secuencias de capas recurrentes de manera eficiente. »
- Entrene redes de convolución en secuencias. »
- Entrene redes tipo transformer. »
- Entrene redes de cápsulas. »
- Entrene redes neuronales auto-normalizantes. »
- Acceda a entornos de aprendizaje de refuerzo. »
Ejemplos relacionados
Funciones relacionadas
- NetTrain
- NetModel
- NetChain
- NetGraph
- NetEncoder
- NetDecoder
- NetTake
- NetJoin
- NetFlatten
- NetReplace
- NetMapOperator
- NetFoldOperator
- NetMapThreadOperator
- NetStateObject
- NetTrainResultsObject
- NetMeasurements
- TimeGoal
- TrainingStoppingCriterion
- TrainingProgressMeasurements
- LongShortTermMemoryLayer
- GatedRecurrentLayer
- SequenceLastLayer
- AttentionLayer
- ConvolutionLayer
- PoolingLayer
- ConstantArrayLayer
- ThreadingLayer
- ElementwiseLayer
- CTCLossLayer
- NormalizationLayer
- ImageAugmentationLayer
- DropoutLayer