图像深度学习
使用预训练的网络快速学习新任务或从头开始训练卷积神经网络
使用迁移学习利用预先训练的网络提供的知识来学习新数据中的新模式。使用迁移学习对预先训练的图像分类网络进行微调通常比从零开始训练快得多,也容易得多。使用预先训练的深度网络,您可以快速创建用于新任务的模型,而无需定义和训练一个新的网络,无需拥有数百万张图像或强大的GPU。您还可以通过定义网络体系结构并从头开始训练网络,为图像分类和回归任务创建新的深度网络。
您可以使用trainNetwork
而且trainingOptions
函数,也可以使用dlnetwork
对象或dlarray
功能。
你可以在一个CPU、一个GPU、多个CPU或GPU上训练卷积神经网络,也可以在集群或云上并行训练卷积神经网络。GPU或并行训练需要并行计算工具箱™。使用GPU需要支持的GPU设备(有关支持的设备的信息,请参见GPU计算的需求(并行计算工具箱)).方法指定执行环境trainingOptions
函数。