你好。我的名字是乔希克林。我在MathWorks公司的高级开发人员。我要告诉你如何做迁移学习。迁移学习可以是深度学习应用到你的问题很实际的方式。
随着迁移学习,你把已有的神经网络,稍微修改它,然后重新训练它在你的图片。这可能会产生优异的成绩,远远比从头开始设计网络和自己的训练就容易得多。
在我的工作,我需要能够从热狗和蛋糕和苹果馅饼和冰淇淋区分汉堡包。据我所知,没有网络,它会为我做的。所以我要开始一个已经存在的网络,亚历克斯网。亚历克斯网一直在训练,1000个不同类型的图像进行分类,并且它已经已经培训了超过一万张图片。
所以我在这里。我要开始了装载亚历克斯网,我要得到的层出的,所以我能看到的部分。如果你在这里往下看,可以看到亚历克斯网有25层。大部分的层都在做有用的图像处理的事情,会为我的系统工作,以及亚历克斯净的。我要离开那些独自一人。
但第23层中有1000元,因为亚历克斯网1000个进行分类不同的图像。我只打算做五种不同类型的图像,所以我要替换与只拥有五个图像的网络。最后,我要代替输出层为好。亚历克斯网的最后一层了解到亚历克斯网的分类,那些1000个不同的类别。我不希望出现这种情况。我要与那将学习矿井空层来代替它。
所以,现在我已经得到了我的网络设置。它的时间来处理数据。你不需要一百万相似图片亚历克斯网被训练,但你做他们的需要1000取得好成绩。我做了一个文件夹中包含五个子文件夹,每一个我的课的。因此,有一个叫苹果馅饼,一个叫蛋糕,等等。而内部的每个这些文件夹中的相应主题的1000倍的图像。
我的尺寸这些图像是大小亚历克斯网预计,227 227,你就必须做到这一点,太。如果你安排你的数据是这样,你可以使用MATLAB的图像数据存储对象,因为它知道的结构,它会加载所有图像和正确标记它们。所以,这就是我在这里做什么。
只要我有我的图片,我需要把它们分成两组。他们中的大多数,我会使用的培训,但我会几个人出来保存到测试的准确性更高版本。因此,让我们做到这一点。现在,我都准备好训练我的网络。我必须在这里设置了几个网络参数。我选择的是要很好地工作参数。
如果你喜欢,并看看会发生什么你可以改变这些。然后,我已经准备好对网络进行训练。开始的。这是要采取五六分钟来完成其工作。我在我的电脑一个相当强大的GPU,所以这是相当快。你的旅费可能会改变。好吧,网络的完成训练。我们现在要做的第一件事是看它是如何准确。
我们要问网络的测试图像,我们离开了我们的训练集出来的图像进行分类。然后,我们只是去看看那些小部分的它得到正确的。我们是84%准确。相当不错的工作的五分钟。现在,让我们尝试与一些真正的食品摄像头。我刚好在我的办公桌上放一些食物。有汉堡包,苹果派,热狗,冰淇淋。
所以,总体来说,它的工作原理相当不错,这是相当强劲了很多的这些。不同的角度和东西。就这样,我们走了。这工作比我预期的要好,真的。我简化了这个演示,就像我可以,但在下载,我们会包括将有更多的评论的第二个文件,它就会有更多的代码来处理可能出现的一些情况。
我已经展示了如何做迁移学习的分类,但如果你需要真正的数字出来,你也可以做回归与迁移学习。嗯,我希望我展示了足以让你在传输的学习兴趣,所以抓住一些小吃,并给它一展身手。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
本网站使用Cookies来改善您的用户体验,个性化的内容和广告,并分析网站流量。通过继续使用本网站,您同意我们使用Cookie。请参阅我们的隐私政策要了解更多关于cookie和如何更改设置。