自定节奏格式的好处
逐步指令
实践自动反馈的练习
通过您的Web浏览器访问Matlab
可分享的进度报告和课程证书
关于本课程
课程有英语和日语。
1。
使用卷积网络进行分类图像
概述课程。使用备用网络执行图像分类。使用转移学习培训定制分类网络。
30分钟
2。
解释网络行为
通过通过网络通过图像数据来了解网络如何运行网络。将这种技术应用于不同种类的图像。
45分钟
3.
创建网络
从头开始构建卷积网络。了解如何在网络层之间传递信息以及如何运行不同类型的层次工作。
45分钟
4.
培训网络
了解培训算法的工作。设置培训选项以监控和控制培训。
30分钟
5。
提高性能
选择和实施修改培训算法选项，网络架构或培训数据以提高网络性能。
30分钟
6。
项目
15分钟
7。
表演回归
创建可以预测连续数字响应的卷积网络。
30分钟
8。
使用深度学习计算机愿景
列车网络定位和标记图像中的特定对象。
45分钟
9。
使用经常性网络对序列数据进行分类
构建和列车网络在数据的有序序列中进行分类，例如时间序列或传感器数据。
45分钟
10。
分类分类序列
使用重复网络来对分类数据的序列进行分类，例如文本。
30分钟
11.
产生输出序列
使用反复网络创建预测序列。
45分钟
12.
项目
15分钟
