深度学习斜坡弯道
通过网络浏览器访问MATLAB
参与视频教程
带有自动评估和反馈的实践练习
课程有英语和日语两种语言
选择一节课开始
1.
简介
熟悉深度学习的概念和课程。
- 图像识别的深度学习
- 课程概述
2.
使用Pretrained网络
使用已经创建和训练过的网络执行分类。
- 课程示例-识别图像中的物体
- 做预测
- CNN架构
- 调查预测
- 图像数据存储
3.
管理数据集合
导入图像文件夹,并使它们与给定的网络可用。
- 图像数据存储
- 准备作为输入使用的图像
- 处理数据存储中的图像
- 使用子文件夹创建数据存储
4.
执行转移学习
修改预先训练的网络,将图像分类为指定的类。
- 什么是迁移学习
- 迁移学习所需的组件
- 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
基于MATLAB的深度学习
学习用真实图像和序列数据构建深度神经网络的理论和实践。
用MATLAB进行机器学习
探索数据并建立预测模型。
MATLAB基础
学习数据分析、建模和编程的核心MATLAB功能。