深度学习使用神经网络直接从数据学习的功能,用的表现。例如,你可以使用预训练神经网络来识别和删除像图像噪声失真。
用于深度学习的数据存储(深度学习工具箱)
了解如何使用深层学习应用的数据存储。
深学习流程中使用图像处理工具箱增加图片(深度学习工具箱)
这个例子展示了MATLAB®和Image Processing Toolbox™如何作为深度学习工作流的一部分执行常见的图像增强。
用于深度学习的预处理图像(深度学习工具箱)
了解如何调整图像的大小以进行训练、预测和分类,以及如何使用数据增强、转换和专门的数据存储对图像进行预处理。
用于深度学习的预处理卷(深度学习工具箱)
读取和预处理三维深度学习的容量图像和标签数据。
使用预训练神经网络来从灰度图像去除高斯噪声,或者使用预定义的层培养自己的网络。
这个例子展示了如何通过对每个颜色通道分别使用预先训练好的去噪神经网络来去除RGB图像中的高斯噪声。
为映像到映像的回归准备数据存储(深度学习工具箱)
此示例示出了如何准备的数据存储用于使用所述训练的图像 - 图像回归网络转变
和结合
功能ImageDatastore
。
深度学习在MATLAB(深度学习工具箱)
探索深学习MATLAB能力®使用分类和回归,包括预先训练网络和传输的学习,并在GPU和CPU,集群和云培训卷积神经网络。
预训练深层神经网络(深度学习工具箱)
了解如何下载和使用预训练卷积神经网络分类,传递学习和特征提取。
使用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一个语义分割网络。