深度学习avec MATLAB

的1

分类d'图像avec des réseaux卷积

目的:Avoir une vue d'ensemble du cours。Faire de la分类d'images à l'aide de réseaux pré-entrainés。使用的杜转移学习倒personaliser des réseaux de分类。

• Reseaux pre-entraines
• 图像数据存储
• 转移学习
• 评价d’un réseau

Interprétation du comportement d'un réseau

目的:Gagner en compréhension sur comment un réseau function en visualisant les images ors de leur passage dans le réseau。Appliquer cette技术à différents类型d'images。

• 激活
• 图片à partir de signaux
• 提取德特性倒勒机器学习

Création de réseaux

目的:construcire des réseaux convolutifs à partir de zéro。comprenndre comment l'information est communiquée entre les différentes couches du réseau, et comment functionnent les différents types de couches。

• Entraînement à partir de zéro
• Réseaux de neurones
• 卷积和滤波

Entraînement de réseaux

目的:compprenre comment les algorithmes d'学徒功能。Régler les options d'entraînement pour surveiller et contrôler l'徒弟。

• Entraînement d’un réseau
• 可视化de l'avancée de l'徒弟
• 验证

的2

Amélioration des性能

目的:Choisir et implémenter des修改des选项de l'algorithm d' apprentice, de l'architecture du réseau, ou des données d' apprentice pour améliorer les performance du réseau。

• 选择d 'apprentissage
• 增强数据存储
• 图表orientés无环(有向无环图）

Tâches de régression

目的:Créer des réseaux convolutifs pouvant prédire réponses numériques继续。

• 转移学习Pour la régression
• Métriques d'évaluation des réseaux de régression

深度学习和计算机视觉

目的:Entraîner des réseaux pour localiser et étiqueter des对象spécifiques dans des图像。

• 工作流为应用程序提供了图像
• 检测d 'objets

分类de données séquentielles avec des réseaux récurrents

目的:解释et entraîner des réseaux pour réaliser des tâches de classification sur des données séquentielles, comme des séries temporelles ou des données de capteurs。

• Reseaux长短期记忆
• 分类données séquentielles
• Pré-traitement de données séquentielles
• Données séquentielles catégorielles

Génération de séquences de出击

目的:利用率des réseaux récurrentspour créer des séquences de prédictions。

• 分类一个接一个
• Prédiction de données séquentielles