自学格式的好处
步进指令
动手练习与自动反馈
通过web浏览器访问MATLAB
可共享的进度报告和课程证书
关于这门课
课程是英语和日语。
1。
分类图像卷积网络
课程的概述。执行图像分类使用pretrained网络。使用传输网络学习训练定制的分类。
30分钟
2。
解释网络行为
了解如何操作网络可视化图像数据通过网络。这种技术适用于不同类型的图像。
45分钟
3所示。
创建网络
从头构建卷积网络。了解网络层之间的信息传递和不同类型的层是如何工作的。
45分钟
4所示。
培训网络
理解训练算法是如何工作的。设置培训选项来监视和控制。
30分钟
5。
提高性能
选择和实施修改训练算法的选择,网络体系结构,或者训练数据来提高网络性能。
30分钟
6。
项目
15分钟
7所示。
进行回归
创建可以预测连续数字卷积网络响应。
30分钟
8。
使用计算机视觉的深度学习
列车网络在图像定位和标签特定对象。
45分钟
9。
序列数据分类与复发性网络
建立和培训网络上执行分类排序的数据,如时间序列或传感器数据。
45分钟
10。
分类分类序列
使用周期性网络分类的分类数据序列,如文本。
30分钟
11。
生成的输出序列
使用周期性网络创建序列的预测。
45分钟
12。
项目
15分钟
