このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
深層学習はニューラルネットワークを使用して,有用な特徴表現をデータから直接学習します。たとえば,事前学習済みのニューラルネットワークを使用して,イメージのノイズなどのアーティファクトを同定し除去できます。
深層学習用のデータストア(深度学习工具箱)
深層学習アプリケーションでデータストアを使用する方法を学びます。
深層学習ワークフローのための图像处理工具箱を使用したイメージ拡張(深度学习工具箱)
この例では,深層学習ワークフローの一環として,MATLAB®および图像处理工具箱™が一般的な種類のイメージ拡張をどのように実行できるかを示します。
イメージの深層学習向け前処理(深度学习工具箱)
学習,予測,および分類用にイメージのサイズを変更する方法と,データ拡張,変換,および専用のデータストアを使用してイメージを前処理する方法を学びます。
ボリュームの深層学習向け前処理(深度学习工具箱)
ボリュームイメージとラベルデータを読み取り,3次元深層学習向けに前処理します。
您可以创建和定制深度学习网络,这些网络遵循模块化模式,具有重复的层组,如U-Net和cycleGAN。
GAN网络可以将一组图像的风格和特征转移到其他图像的场景内容中。
事前学習済みのニューラルネットワークを使用してグレースケールイメージからガウスノイズを除去するか,または事前定義されたレイヤーを使用して自前のネットワークを学習させます。
事前学習済みのニューラルネットワークを使用した,カラーイメージからのノイズ除去
この例では,各カラーチャネルに対して個別に事前学習済みのノイズ除去ニューラルネットワークを使用して,RGBイメージからガウスノイズを除去する方法を説明します。
image-to-image回帰用のデータストアの準備(深度学习工具箱)
この例では,ImageDatastore
の関数变换
および结合
を使用してimage-to-image回帰ネットワークの学習用のデータストアを準備する方法を説明します。
MATLABによる深層学習(深度学习工具箱)
畳み込みニューラルネットワークを使用して分類や回帰を行うMATLAB®の深層学習機能を確認します。これには,事前学習済みのネットワークと転移学習のほか,CPU、GPU,クラスター,およびクラウドでの学習が含まれます。
事前学習済みの深層ニューラルネットワーク(深度学习工具箱)
分類,転移学習,特徴抽出用の事前学習済みの畳み込みニューラルネットワークのダウンロード方法と使用方法を学習します。
深層学習を使用したセマンティックセグメンテーション(计算机视觉工具箱)
この例では,深層学習を使用してセマンティックセグメンテーションネットワークの学習を行う方法を説明します。
深層学習層の一覧(深度学习工具箱)
MATLABのすべての深層学習層を確認できます。