深度学习斜坡弯道
通过web浏览器访问MATLAB
参与视频教程
动手练习与自动评估和反馈
课程中可用英语和日语
选择开始一个教训
1。
介绍
熟悉深度学习的概念和过程。
- 深度学习图像识别
- 课程概述
2。
使用Pretrained网络
使用网络已经创建和执行分类培训。
- 课程的例子——在一些图像识别对象
- 做预测
- CNN架构
- 调查预测
- 图像数据存储
3所示。
管理数据的集合
输入文件夹的图片,让他们使用一个给定的网络。
- 图像数据存储
- 准备使用图像作为输入
- 处理图像数据存储
- 使用子文件夹创建一个数据存储
4所示。
执行转移学习
修改pretrained网络分类图片到指定的类。
- 什么是转移学习
- 转移学习所需的组件
- 准备训练数据
- 修改网络层
- 制定培训方案
- 培训网络
- 评估性能
- 转移学习总结
相关的课程
深度学习与MATLAB
学习建筑深层神经网络的理论和实践与真实图像和序列数据。
机器学习与MATLAB
探索数据,建立预测模型。
MATLAB基础
学习核心MATLAB功能为数据分析、建模和编程。