このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
深層学習はニュ,ラルネットワ,クを使用して,有用な特徴表現をデ,タから直接学習します。たとえば,事前学習済みのニューラルネットワークを使用して,イメージのノイズなどのアーティファクトを同定し除去できます。
深層学習用のデ,タストア(深度学习工具箱)
深層学習アプリケ,ションでデ,タストアを使用する方法を学びます。
深層学習ワークフローのための图像处理工具箱を使用したイメージ拡張(深度学习工具箱)
この例では,深層学習ワークフローの一環として,MATLAB®および图像处理工具箱™が一般的な種類のイメージ拡張をどのように実行できるかを示します。
メ,ジの深層学習向け前処理(深度学习工具箱)
学習,予測,および分類用にイメージのサイズを変更する方法と,データ拡張,変換,および専用のデータストアを使用してイメージを前処理する方法を学びます。
ボリュ,ムの深層学習向け前処理(深度学习工具箱)
ボリュムメジとラベルデタを読み取り,3次元深層学習向けに前処理します。
您可以创建和定制深度学习网络,这些网络遵循具有重复层组的模块化模式,例如U-Net和cycleGAN。
GAN网络可以将一组图像的风格和特征转换为其他图像的场景内容。
事前学習済みのニューラルネットワークを使用してグレースケールイメージからガウスノイズを除去するか,または事前定義されたレイヤーを使用して自前のネットワークを学習させます。
この例では,各カラーチャネルに対して個別に事前学習済みのノイズ除去ニューラルネットワークを使用して,RGBイメージからガウスノイズを除去する方法を説明します。
图片对图片回帰用のデ,タストアの準備(深度学习工具箱)
この例では,ImageDatastore
の関数变换
および结合
を使用してimage-to-image回帰ネットワークの学習用のデータストアを準備する方法を説明します。
Matlabによる深層学習(深度学习工具箱)
畳み込みニュ,ラルネットワ,クを使用して分類や回帰を行うmatlab®の深層学習機能を確認します。これには,事前学習済みのネットワークと転移学習のほか,CPU、GPU,クラスター,およびクラウドでの学習が含まれます。
事前学習済みの深層ニュ,ラルネットワ,ク(深度学习工具箱)
分類,転移学習,特徴抽出用の事前学習済みの畳み込みニューラルネットワークのダウンロード方法と使用方法を学習します。
深層学習を使用したセマンティックセグメンテ,ション(计算机视觉工具箱)
この例では,深層学習を使用してセマンティックセグメンテーションネットワークの学習を行う方法を説明します。
深層学習層の一覧(深度学习工具箱)
Matlabのすべての深層学習層を確認できます。