11行深度学习
汪东城本周的选择是深度学习的11行MATLAB代码由MathWorks深度学习工具箱团队.
这是给任何想要用最少的努力涉猎深度学习的人。还有一个简短的视频我们的一位高级开发人员的行动。注意,这个示例代码需要R2016b或更新版本深度学习工具箱,图像处理工具箱.要使用经过训练的网络,必须使用深度学习工具箱,但在本例中,图像处理工具箱用于调整图像大小。此外,您需要下载/安装免费可用的软件包连接到网络摄像头以及预先训练的卷积神经网络(CNN)AlexNet.这两者都可以很容易地从扩展浏览器.
有了R2016b,你可以在深度学习领域获得一些非常好的特性。
- cnn过去需要支持的GPU,但现在你可以运行一金宝app个训练有素的网络来提取特征,进行预测,并在CPU上分类。GPU仍然是一个更好的性能推荐。
- 培训一个网络是一项非常耗时的工作。现在,你可以下载一个预先训练过的网络,叫做AlexNet,用来提取特征或适应你自己的问题集,这被称为迁移学习。
正如这篇文章承诺的那样,我能够对来自我的网络摄像头的实时图像做一些深度学习,只需要11行MATLAB代码。
我好像有个咖啡杯!:)
评论
- 类别:
- 选择
评论
要留下评论,请点击在这里登录到您的MathWorks帐户或创建一个新帐户。