Deep Learning mit MATLAB
Lernen Sie die Theorie und Praxis des Aufbaus tiefer neuronaler Netze mit realen Bild- und Sequenzdaten kennen.
Voraussetzungen: MATLAB-Grundlagen und Deep Learning Onramp
Dieser Kurs ist bei ausgewählten Lizenzen im Preis inbegriffen. Zum Kaufen hier klicken.
Vorteile des selbstbestimmten Formats
Schritt-für-Schritt-Anleitung
Praktische Übungen mit automatischem Feedback
Zugriff auf MATLAB über Ihren Webbrowser
Austauschbarer Fortschrittsbericht und Kurszertifikat
Über diesen Kurs
Die Lektionen sind nur auf Englisch verfügbar.
1.
Klassifizieren von Bildern mit Faltungsnetzwerken
Verschaffen Sie sich einen Überblick über den Kurs. Führen Sie eine Bildeinteilung mit Hilfe von vortrainierten Netzwerken durch. Nutzen Sie Transfer Learning, um personalisierte Klassifikationsnetzwerke zu trainieren.
30 Minuten
2.
Netzwerk-Verhalten auswerten
Gewinnen Sie einen Einblick in die Funktionsweise eines Netzwerks, indem Sie Bilddaten auf ihrem Weg durch das Netzwerk visualisieren. Wenden Sie diese Technik auf verschiedene Bildtypen an.
45 Minuten
3.
Erstellen von Netzwerken
Faltungsnetzwerke von Grund auf aufbauen. Verstehen, wie Informationen zwischen Netzwerkebenen übertragen werden und wie verschiedene Arten von Ebenen funktionieren.
45 Minuten
4.
Netzwerke trainieren
Verstehen, wie Trainingsalgorithmen funktionieren. Legen Sie Trainingsoptionen zur Überwachung und Steuerung des Trainings fest.
30 Minuten
5.
Leistung verbessern
Wählen und implementieren Sie Änderungen an den Optionen des Trainingsalgorithmus, der Netzwerkarchitektur oder der Trainingsdaten, um die Netzwerkleistung zu verbessern.
30 Minuten
6.
Projekt
15 Minuten
7.
Regression ausführen
Erstellen Sie Faltungsnetzwerke, die kontinuierliche numerische Antworten prognostizieren können.
30 Minuten
8.
Nutzung von Deep Learning für Computer Vision
Trainieren Sie Netzwerke, um bestimmte Objekte in Bildern zu lokalisieren und zu beschriften.
45 Minuten
9.
Klassifizieren von Sequenzdaten mit wiederkehrenden Netzen
Aufbau und Training von Netzwerken zur Durchführung von Klassifizierungen von geordneten Datensequenzen, wie z.B. Zeitreihen oder Sensordaten.
45 Minuten
10.
Kategorische Sequenzen klassifizieren
Verwenden Sie wiederkehrende Netzwerke, um Sequenzen kategorialer Daten, wie z.B. Text, zu klassifizieren.
30 Minuten
11.
Generieren von Ausgabefolgen
Verwenden Sie wiederkehrende Netzwerke, um Sequenzen von Vorhersagen zu erstellen.
45 Minuten
12.
Projekt
15 Minuten
Verwandte Kurse
MATLAB Grundlagen
Die wichtigsten MATLAB-Funktionen für Datenanalysen, Modellerstellung und Programmierung.
Deep Learning Onramp
Einstieg in Deep Learning mit Methoden zur Bilderkennung.
Machine Learning mit MATLAB
Untersuchen Sie Daten und erstellen Sie prädiktive Modelle.
Suchen Sie nach einer offenen Schulung?
Deep Learning mit MATLAB wird auch in einem von Dozenten geleiteten Format angeboten.