深度学习匝道


通过您的Web浏览器访问MATLAB

引人入胜的视频教程

动手与自动化评估和反馈练习

在英语和日语版本的教训


选择课程上手


1。

介绍

熟悉深学习的概念和过程。

  • 深度学习图像识别
  • 课程大纲

2。

使用预训练的网络

执行使用已经建立并训练网络分类。

  • 课程实例 - 确定某些图像对象
  • 进行预测
  • CNN架构
  • 调查预测
  • 图像数据存储

3。

数据的管理集合

图片的导入文件夹,并使其与给定的网络使用。

  • 图像数据存储
  • 准备图像以用作输入
  • 在数据存储处理图像
  • 修改网络层
  • 创建数据存储使用子文件夹

4。

执行迁移学习

修改预训练的网络图像分类到指定类。

  • 什么是迁移学习
  • 所需的迁移学习组件
  • 准备训练数据
  • 修改网络层
  • 设置培训选项
  • 培训网络
  • 绩效评估
  • 迁移学习综述

相关课程

面板导航

深度学习与MATLAB

学习理论,构建深层神经网络与现实生活的图像和序列数据的做法。

面板导航

机器学习与MATLAB

探索数据,并建立预测模型。

面板导航

MATLAB基础

了解数据分析,建模和编程的核心MATLAB功能。