|
|
|
Unterschiede, Neuerung Neural Network Toolbox, Deep Learning |
|
| ruediger_smooth |
Forum-Newbie
|
 |
Beiträge: 1
|
|
|
|
Anmeldedatum: 27.11.18
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 27.11.2018, 11:12
Titel: Unterschiede, Neuerung Neural Network Toolbox, Deep Learning
|
 |
| |
 |
 |
Hallo liebe Matlab Community,
ich bin derzeit ein bisschen verwirrt was die Möglichkeiten mit Matlab und Neuralen Netzen angeht. Dabei beschäftige ich mich schon länger mit der neural network toolbox und habe für meine Masterarbeit die time series app (genauer narx net) verwendet. So wie ich es damals verstanden haben besteht dieses Netzwerk aus einem Input Layer, Hidden Layer und Output Layer. Dabei besteht der Hidden Layer auch nur aus einer Schicht, hat also noch nicht wirklich was mit Deep Learning zu tun. In den neueren Versionen hat Matlab jetzt die neural network toolbox durch den deepNetworkDesigner abgelöst, bzw. ergänzt.
Jetzt ist meine Frage wann benutze ich was? Beispielsweise habe ich letztens den Stromverlauf von Messergebnissen untersucht und musste diesen dann kategorisieren, das habe ich über die neural network toolbox und dann die pattern recognition app gemacht, das hat auch relativ gut geklappt aber leider nicht 100 %: Würde dies mit dme DeepNetworkDesigner besser gehem oder ist dieser rein auf Bilder Erkennung spezialisiert? Gleiches gilt für dynamsiche Zeitreihen, was verwendet man hier geschickter?
Kann eventuell jemand noch mal die genauen Unterschiede zwischen der neural network toolbox und dem DeepNetworkDesigner erläutern? Leider hat’s bei mir hier noch nicht so richtig klick gemacht..
Danke für eure Hilfe!
|
|
|
|
|
|
| Friidayy |
Forum-Century
|
|
Beiträge: 225
|
|
|
|
Anmeldedatum: 17.12.13
|
|
|
|
Wohnort: ---
|
|
|
|
Version: R2012b
|
|
|
|
|
|
|
Verfasst am: 02.12.2018, 04:30
Titel:
|
|
Hi, hatte mal eine ähnliche Frage, die ich damals direkt an den Matlab Support gerichtet habe. Hier die Antwort:
| Zitat: |
| The main reason for having two different APIs (one for shallow neural networks and one for deep learning neural networks) is mostly historical. At the time when the shallow neural nets API was developed, deep learning, big datasets, and GPU acceleration were not so commonly (or even) available. This is also the reason why depending on your data and application it might make more sense to use the shallow neural nets API (and the 'train' function) or the deep learning API (with 'trainNetwork'). For small datasets and non-image or sequence data with long/complex temporal patterns, it might be enough to use shallow neural nets. For larger datasets, in particular image data or long/complex sequences, then the deep learning API is better suited (it also has better GPU support). |
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2024
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
