- Accédez à des modèles pré-entraînés. »
- Définissez et visualisez des réseaux arbitraires. »
- Manipulez les réseaux neuronaux symboliquement. »
- Accédez à des informations détaillées sur les entraînements. »
- Mesurez les performances des réseaux. »
- Entraînez un réseau sur plusieurs processeurs graphiques GPU. »
- Entraînez les réseaux avec du texte ou des données audio. »
- Créez des mécanismes d'attention. »
- Définissez des couches récurrentes personnalisées. »
- Générez efficacement des séquences à partir de couches récurrentes. »
- Entraînez les réseaux de convolution sur les séquences. »
- Entraînez les réseaux de transformateurs. »
- Entraînez les réseaux de capsules. »
- Entraînez les réseaux neuronaux à normalisation automatique SNN. »
- Accédez à des environnements d'apprentissage par renforcement. »
Exemples connexes
Fonctions connexes
- 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