Deep Learning w MATLABie – wprowadzenie
Czy znasz podstawy i jesteś gotowy na głębokie uczenie (Deep Learning) w MATLABie? Zacznij od praktycznych przykładów z tego ebooka. Poznasz trzy podejścia do szkolenia sieci neuronowych w zakresie klasyfikacji obrazów:
- Szkolenie sieci od podstaw
- Wykorzystanie transfer learning do szkolenia istniejącej sieci
- Dostosowanie wstępnie wyszkolonej sieci do segmentacji semantycznej
Zobaczysz także dwa przykłady pokazujące, w jaki sposób modele głębokiego uczenia można zastosować do szeregów czasowych lub danych sygnałowych.
Pobierz ebook i dowiedz się, jak:
- Tworzyć i konfigurować warstwy sieci
- Dostosowywać architekturę sieci, w tym sieci konwolucyjne (CNN), skierowane grafy acykliczne (DAG) i Long Short-Term Memory (LSTM)
- Wybrać najlepsze opcje szkolenia i algorytmy
- Użyć augmentacji danych i optymalizacji bayesowskiej, aby poprawić dokładność treningu
- Dołączyć spektrogramy do rozpoznawania mowy