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:
- Ein Netzwerk von Grund auf neu trainieren
- Ein bestehendes Netzwerk mit Transfer-Learning trainieren
- 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
