揭秘深度学习:语义分割和部署
概述
深度学习可以达到最先进的精度对于许多任务被认为是使用传统的机器学习算法无法解决的,包括一个场景中的对象分类或识别最优路径的环境。在这次研讨会,我们将解释实践知识的深度学习的领域,并展示新MATLAB功能简化这些任务和消除低级编程。从原型到生产:我们将构建和训练神经网络,并讨论自动转换模型CUDA gpu上本地运行。
注意:这个网络研讨会建立在先前讨论的概念计算机视觉的深度学习网络研讨会。
突出了
- 执行进行像素级的语义分割图像
- 导入和使用从TensorFlow pre-trained模型和咖啡
- 加快网络训练与并行计算集群
- 使用数据增加增加深度学习模型的准确性
- 自动转换模型CUDA gpu上运行
的主持人
Abhijit保护是MathWorks高级应用工程师,专门从事计算机视觉、音频信号处理和机器学习。MathWorks之前,Abhijit南加州大学信息科学研究所研究员,在项目由美国国家航空航天局和美国国防部高级研究计划局资助工作。项目包括高光谱图像处理和音频隐写术。他拥有一个M.S.E.E.学位南加州大学和工作与客户在所有行业,包括消费设备,半导体,政府和学术。
Pitambar新德里是一个技术营销经理MathWorks图像处理和计算机视觉的产品。s manbetx 845Pitambar MathWorks之前,获得大学本科专业是生物医学工程,在大脑成像实验室工作,他在那里研究缺血性中风患者的功能磁共振成像模式(当然,使用MATLAB)。工作之外,Pitambar花费他的时间旅行,看篮球,玩极限飞盘。他最喜欢的食物是玛格丽塔披萨和他最喜欢的甜点是比利时华夫饼。
记录:2018年7月26日
您可以在欧什一张网站来自der folgenden Liste auswahlen:
所以erhalten您死bestmogliche Leistung der汪汪汪的网站
民意调查您毛皮死bestmogliche Website-Leistung死网站中国毛皮(auf Chinesisch奥得河Englisch)。安德利果汁landesspezifische网站冯MathWorks信德毛皮Besuche冯Ihrem Standort来自不optimiert。
欧罗巴