深度学习使用神经网络直接从数据学习功能的有用表示。例如,您可以使用预先训练的神经网络来识别和删除像图像噪声的伪影。
使用诸如归一化或颜色空间转换等确定性操作对数据进行预处理,或使用随机操作(如随机裁剪或颜色抖动)对训练数据进行增强。
用于深度学习的数据存储(深度学习工具箱)
了解如何在深度学习应用程序中使用数据存储。
为图像到图像的回归准备数据存储(深度学习工具箱)
此示例显示如何使用该示例说明用于培训图像到图像回归网络的数据存储转变
和结合
函数ImageDatastore
.
这个例子展示了MATLAB®和图像处理工具箱™如何执行常见类型的图像增强,作为深度学习工作流程的一部分。
在Matlab中深入学习(深度学习工具箱)
在Matlab中发现使用卷积神经网络进行分类和回归的深度学习能力,包括佩戴网络和转移学习,以及GPU,CPU,集群和云的培训。
基于深度学习的语义分割(计算机视觉工具箱)
这个例子展示了如何使用深度学习训练语义分割网络。