深度学习斜坡弯道
通过web浏览器访问MATLAB
参与视频教程
使用自动化评估和反馈进行实践练习
课程提供英语和日语
选择一个课程开始
1.
介绍
熟悉深度学习的概念和课程。
- 深度学习用于图像识别
- 课程概述
2.
使用Pretrained网络
使用已经创建和训练的网络进行分类。
- 课程示例-在一些图像中识别物体
- 做预测
- CNN架构
- 调查预测
- 图像数据存储
3.
管理数据收集
导入图像文件夹,并使它们在给定的网络中可用。
- 图像数据存储
- 准备图像作为输入
- 处理数据存储中的图像
- 使用子文件夹创建数据存储
4.
执行转移学习
修改一个预先训练的网络,将图像分类到指定的类。
- 什么是迁移学习
- 迁移学习所需的组件
- 准备训练数据
- 修改网络层
- 制定培训方案
- 培训网络
- 评估性能
- 转移学习总结
相关的课程
基于MATLAB的深度学习
学习用真实的图像和序列数据构建深度神经网络的理论和实践。
基于MATLAB的机器学习
探索数据并建立预测模型。
MATLAB基础
学习MATLAB的核心功能,用于数据分析、建模和编程。