Vortrainierte Netze
Nutzen Sie Transfer Learning, um beim Erlernen neuer Muster in neuen Bilddaten das Wissen eines vortrainierten Netzes zu nutzen. Die Feinabstimmung eines vortrainierten Bildklassifizierungsnetzes mit Transfer Learning ist in der Regel viel schneller und einfacher als ein Training von Grund auf. Die Verwendung von vortrainierten tiefen Netzen ermöglicht es Ihnen, schnell Modelle für neue Aufgaben zu erstellen, ohne ein neues Netz zu definieren und zu trainieren und ohne Millionen von Bildern oder eine leistungsstarke Grafikkarte zu benötigen. Um die verfügbaren vortrainierten Netze zu untersuchen, verwenden Sie Deep Network Designer.
Apps
Deep Network Designer | Entwurf und Visualisierung von Deep-Learning-Netzen |
Funktionen
Blöcke
Themen
- Classify Webcam Images Using Deep Learning
This example shows how to classify images from a webcam in real time using the pretrained deep convolutional neural network GoogLeNet.
- Retrain Neural Network to Classify New Images
This example shows how to retrain a pretrained SqueezeNet neural network to perform classification on a new collection of images.
- Pretrained Deep Neural Networks
Learn how to download and use pretrained convolutional neural networks for classification, transfer learning and feature extraction.
- Deep Learning in MATLAB
Discover deep learning capabilities in MATLAB® using convolutional neural networks for classification and regression, including pretrained networks and transfer learning, and training on GPUs, CPUs, clusters, and clouds.
- Deep Learning Tips and Tricks
Learn how to improve the accuracy of deep learning networks.
- Data Sets for Deep Learning
Discover data sets for various deep learning tasks.