Deep Learning mit MATLAB

Lernen Sie die Theorie und Praxis des Aufbaus tiefer neuronaler Netze mit realen Bild- und Sequenzdaten kennen.

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.