Main Content

Vortrainierte Netze

Verwendung vortrainierter Bildnetze zum schnellen Erlernen neuer Aufgaben

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 DesignerEntwurf und Visualisierung von Deep-Learning-Netzen

Funktionen

alle erweitern

trainingOptionsOptions for training deep learning neural network
trainnetTrain deep learning neural network (Seit R2023b)
analyzeNetworkAnalyze deep learning network architecture
imagePretrainedNetworkPretrained neural network for images (Seit R2024a)
predictCompute deep learning network output for inference (Seit R2019b)
minibatchpredictMini-batched neural network prediction (Seit R2024a)
scores2labelConvert prediction scores to labels (Seit R2024a)
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

Blöcke

alle erweitern

PredictPredict responses using a trained deep learning neural network (Seit R2020b)
Image ClassifierKlassifizierung von Daten mithilfe eines trainierten neuronalen Deep-Learning-Netzes (Seit R2020b)

Themen