这个免费的，两个小时的深度学习教程提供了一个交互式的深度学习方法介绍。您将学习在MATLAB中使用深度学习技术®用于图像识别。
先决条件:MATLAB斜坡弯道或基本的MATLAB知识
深度学习入口
通过web浏览器访问MATLAB
引人入胜的视频教程
带有自动评估和反馈的动手练习
课程提供英语和日语
选择一个课程开始学习
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.
使用预训练网络
使用已经创建和训练好的网络进行分类。
- 课程示例-识别某些图像中的对象
- 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
- 准备用作输入的图像
- 处理数据存储中的图像
- 使用子文件夹创建数据存储
4.
执行迁移学习
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
- 准备培训数据
- 修改网络层
- 设置培训选项
- 培训网络
- 评估性能
- 迁移学习总结
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。
基于MATLAB的机器学习
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。
您也可以从以下列表中选择一个网站: