Sie kennen bereits Grundlagen und möchten Deep Learning mit MATLAB® konkret umsetzen? Starten Sie mit den praxisbezogenen Beispielen in diesem Ebook. Sie lernen drei Ansätze, um neuronale Netze für die Bildklassifikation zu trainieren:

  1. Ein Netzwerk von Grund auf neu trainieren
  2. Ein bestehendes Netzwerk mit Transfer-Learning trainieren
  3. Anpassung eines vortrainierten Netzwerks für die semantischen Segmentierung

Darüber hinaus zeigen zwei Beispiele, wie Deep Learning auf Zeitreihen-Daten oder Signaldaten angewendet werden kann.

Laden Sie das Ebook herunter und erfahren Sie, wie Sie:

  • Netzwerkschichten erstellen und konfigurieren
  • Netzwerkarchitekturen anpassen, einschließlich Convolutional Neural Networks (CNN), gerichtete azyklische Graphen (DAG) und langes Kurzzeitgedächtnis (LSTM, long short-term memory)
  • die besten Trainingsoptionen und -algorithmen auswählen
  • Datenvermehrung und Bayes'sche Optimierung einsetzen, um die Trainingsgenauigkeit zu verbessern
  • Spektrogramme zur Spracherkennung einbinden