深入学习MATLAB
视图调度录入课程细节
为期两天的课程全面介绍使用MATLABQQ参与者将学习如何创建、培训和评价各种深度神经网络教官引导培训使用NVIDIAGPUs加速网络培训题目包括:
- 导入图像和序列数据
- 卷积神经网络用于图像分类、回归和其他图像应用
- 使用长短期存储网络排序分类和预测
- 修改公共网络架构解决定制问题
- 通过修改培训选项提高网络性能
深入学习MATLAB得到背书NVIDIA深学习学院.深学习学院提供也由GPUs驱动的专门培训检查行业特有内容和高级CUDA编程课程
第一天二
图像分类传学
目标:使用预培训网络执行图像分类使用传输学习培训定制分类网络
- 预培训网络
- 图像数据存储器
- 传输学习
- 网络评价
解释网络行为
目标:深入了解网络运行方式,可视化图像数据传递网络应用此技术处理各种图像
- 激活
- 特征提取机器学习
创建网络
目标:从零开始构建卷积式网络理解信息网络层间传递方式和不同类型层工作方式
- 训练从零开始
- 神经网络
- 卷积层过滤器
二日二
网络培训提高性能
目标:理解培训算法如何运作设置训练选项监控训练选择并修改培训算法选项、网络架构或培训数据以改善网络性能
- 网络培训
- 训练进度图
- 验证
- 培训选项
- 定向非循环图
- 增强数据存储器
执行图像回归
目标:创建卷积网络预测持续数响应
- 转移学习回归
- 回归网络评价度量
使用深学习计算机视觉
目标:火车网络定位并标签图片内的具体对象
- 图像应用工作流
- 物体检测
序列数据分类生成
目标:建设和训练网络对时间序列或传感器数据等数据进行分类使用循环网络创建预测序列
- 长短期存储网
- 序列分类
- 序列预处理
- 分类序列
- 序列分类
- 序列预测
