深度学习斜坡弯道


通过web浏览器访问MATLAB

参与视频教程

通过自动评估和反馈进行实践练习

课程有英语和日语两种语言


选择一个课程开始


1.

介绍

熟悉深度学习的概念和课程。

  • 用于图像识别的深度学习
  • 课程概述

2.

使用Pretrained网络

使用已经创建和培训的网络执行分类。

  • 课程例子-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.

管理数据集合

导入文件夹的图像,使他们可用与给定的网络。

  • 图像数据存储
  • 准备图像作为输入
  • 在数据存储中处理图像
  • 修改网络层
  • 使用子文件夹创建数据存储

4.

执行转移学习

修改一个预先训练好的网络,将图像分类到指定的类中。

  • 什么是迁移学习
  • 转移学习所需的组件
  • 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

面板的导航

用MATLAB进行深度学习

学习利用真实图像和序列数据构建深度神经网络的理论和实践。

面板的导航

用MATLAB进行机器学习

研究数据并建立预测模型。

面板的导航

MATLAB基础

学习用于数据分析、建模和编程的核心MATLAB功能。