深度学习
学习如何加载和预处理数据,导入一个网络,执行转移学习,使用深度学习和测试网络。
开始:
没有访问?
需要复习吗?试着自由,互动教程。
概述
您可以使用大型数据集与深度学习,所以适当的数据管理是非常重要的;然而,本例中的数据集是小出于演示目的。
imageDatastore
关键要记住:
这一步中的示例使用GoogLeNet进口深学习转移学习模型和修改它,但是你也可以从TensorFlow导入模型和体系结构,PyTorch, ONNX。
在这个步骤中,您希望修改模型来处理您的特定数据。模型需要花很长时间来训练根据您的硬件和数据集的大小。
在最后的步骤中,您要验证该模型适用于新数据。你需要对测试数据进行分类(从步骤1,负载和预处理数据)和计算分类精度。
你也可以跟随下面的视频:
看到下面的链接继续多图像识别任务或保持探索深度学习与相关的应用程序。
谢谢你!
您的消息已发送。
*必需字段
提交
我们不会出售或出租您的个人联系信息。有关详细信息,请参阅我们的隐私政策。
Seleccione联合国《国家/语言
Seleccione联合国《国家/语言对位obtener contenido traducido, si esta能用的y版本eventos ofertas de或含y servicios场所。根据苏ubicacion geografica, recomendamos seleccione:。
也seleccionar uno de来说《国家/语言:
Seleccione中国(en语言斜纹棉布裤o单身)对位obtener el药对rendimiento。洛杉矶sitios web de还有《没有范围optimizados对位ser accedidos desde苏ubicacion geografica。
Comuniquese苏oficina当地监狱