文档帮助中心文档
使用Deep Network Designer交互式地构建、可视化、编辑和训练深度学习网络。调整训练选项,并通过横扫超参数或使用贝叶斯优化来提高网络性能。使用实验管理器管理在不同初始条件下训练网络的深度学习实验,并比较结果。使用内置的网络精确度和损耗图监控训练进度。为了研究训练过的网络,你可以使用可视化技术,如Grad-CAM、遮挡敏感性、LIME和深梦。您还可以使用对抗性的例子来研究网络的健壮性,并通过使用新数据进行预测来测试您训练的网络。
使用预处理的深度卷积神经网络GoogLeNet对网络摄像头中的图像进行实时分类。
交互式微调预训练的深度学习网络来学习新的图像分类任务。
使用局部可解释模型不可知解释(LIME)来理解深层神经网络为什么会做出分类决策。
配置一个实验,替换不同的预训练网络层来进行迁移学习。
使用贝叶斯优化找到序列到序列回归的最佳数据架构和网络配置。
创建一个定制的训练实验来生成鲜花的图像。
您点击了对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在可用的地方获得翻译的内容,并查看当地的事件和提供。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家网站不适合从您的位置访问。
联系当地办事处