预训练网络
使用预训练图像网络快速学习新任务
使用迁移学习以利用预训练网络所提供的知识来学习新图像数据中的新模式。通常来说,使用迁移学习对预训练的图像分类网络进行微调比从头开始训练更快更容易。使用预训练的深度网络,您可以针对新任务快速创建模型,而无需定义和训练新网络,也不需要使用数百万个图像或强大的 GPU。要探索可用的预训练网络,请使用深度网络设计器。
App
深度网络设计器 | 设计和可视化深度学习网络 |
函数
模块
主题
- 使用深度学习对网络摄像头图像进行分类
此示例说明如何使用预训练的深度卷积神经网络 GoogLeNet 实时对来自网络摄像头的图像进行分类。
- 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.
- 预训练的深度神经网络
了解如何下载和使用预训练的卷积神经网络进行分类、迁移学习和特征提取。
- 在 MATLAB 中进行深度学习
通过使用卷积神经网络进行分类和回归来探索 MATLAB® 的深度学习能力,包括预训练网络和迁移学习,以及在 GPU、CPU、集群和云上进行训练。
- 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.