深度学习实用指南:从数据到部署

您可以利用深度学习开发模型,用于在数据中找出模式。但要实现此功能,深度学习不是唯一的方法。那么,在实际工程问题中,深度学习何时才是解决问题的最佳选择?

答案就在这里:这份指南探讨了深度学习如何在传统方法力所难及的工程应用中大显身手。您还将了解如何准备数据和深度神经网络,以在生产中获取准确的模型。

阅读本电子书,了解以下内容:

  • 工程师应在何时使用深度学习
  • 如何收集数据(如图像、信号和传感器数据)并用合成数据来增强数据
  • 为深度神经网络准备数据的方法
  • 如何使用迁移学习节省时间
  • 关于将模型与系统逻辑集成并部署到硬件的实用建议

30 天免费试用

试用 MATLAB、Simulink 和更多其他产品。