自我节奏格式的好处
步进指令
带有自动反馈的实践练习
通过网络浏览器访问MATLAB
进度报告和课程证书共享
关于这门课
课程有英语和日语两种语言。
1.
用卷积网络对图像进行分类
了解课程的概况。使用预训练的网络进行图像分类。使用迁移学习训练定制的分类网络。
30分钟
2.
解释网络行为
通过可视化通过网络的图像数据,了解网络是如何运行的。将此技术应用于不同类型的图像。
45分钟
3.
创建网络
从零开始构建卷积网络。了解信息如何在网络层之间传递,以及不同类型的层如何工作。
45分钟
4.
培训网络
了解训练算法是如何工作的。设置培训选项以监控和控制培训。
30分钟
5.
提高性能
选择并实现对训练算法选项、网络架构或训练数据的修改,以提高网络性能。
30分钟
6.
项目
15分钟
7.
进行回归
创建可以预测连续数值响应的卷积网络。
30分钟
8.
深度学习在计算机视觉中的应用
训练网络定位和标记图像中的特定对象。
45分钟
9.
用循环网络对序列数据进行分类
构建和训练网络,以便对有序的数据序列(如时间序列或传感器数据)进行分类。
45分钟
10.
分类分类序列
使用循环网络对分类数据序列(如文本)进行分类。
30分钟
11.
生成输出序列
使用循环网络创建预测序列。
45分钟
12.
项目
15分钟