自定进度格式的好处
逐步指导
带自动反馈的动手练习
通过web浏览器访问MATLAB
可共享的进度报告和课程证书
关于这门课
课程有英语和日语两种。
1.
基于卷积网络的图像分类
获取课程概述。使用预训练网络执行图像分类。使用转移学习来训练定制的分类网络。
30分钟
2.
解读网络行为
通过在图像数据通过网络时可视化图像数据，深入了解网络的运行方式。将此技术应用于不同类型的图像。
45分钟
3.
创建网络
从头开始构建卷积网络。了解信息是如何在网络层之间传递的，以及不同类型的层是如何工作的。
45分钟
4.
培训网络
了解训练算法是如何工作的。设置培训选项以监视和控制培训。
30分钟
5.
改进性能
选择并实施对训练算法选项、网络体系结构或训练数据的修改，以提高网络性能。
30分钟
6.
项目
15分钟
7.
执行回归
创建能够预测连续数值响应的卷积网络。
30分钟
8.
深度学习在计算机视觉中的应用
训练网络定位和标记图像中的特定对象。
45分钟
9
用递归网络对序列数据进行分类
构建和训练网络，对有序数据序列（如时间序列或传感器数据）进行分类。
45分钟
10
分类分类序列
使用循环网络对分类数据序列（如文本）进行分类。
30分钟
11
生成输出序列
使用循环网络创建预测序列。
45分钟
12
项目
15分钟
