自定进度课程的优点

提供详细的分步指导

包含实操练习,提供自动反馈

支持通过 Web 浏览器访问 MATLAB

提供可分享的进度报告和课程证书

关于本课程

 课程现采用英语和日语授课。


1.

使用卷积网络对图像分类

了解课程概况。使用预训练的网络执行图像分类。通过迁移学习来训练自定义分类网络。

30 分钟


2.

解释网络行为

在图像数据通过网络的过程中将其可视化,从而深入了解网络的运作原理。将此方法运用于各种图像。

45 分钟


3.

创建网络

从头开始构建卷积网络。了解信息如何在网络层之间传递,以及不同类型的层的工作原理。

45 分钟


4.

训练网络

了解训练算法的工作原理。设置训练选项以监测和控制训练。

30 分钟


5.

提高性能

选择并实现对训练算法选项、网络架构或训练数据的修改,以提高网络性能。

30 分钟


6.

项目

15 分钟


7.

执行回归

创建能够预测连续数值响应的卷积网络。

30 分钟


8.

使用深度学习处理计算机视觉问题

训练网络以定位和标注图像内的特定目标。

45 分钟


9.

使用循环网络对序列数据进行分类

构建并训练网络,对有序的数据序列(如时序数据或传感器数据)执行分类。

45 分钟


10.

对分类序列进行分类

使用循环网络对分类数据序列(如文本)进行分类。

30 分钟


11.

生成输出序列

使用循环网络创建预测序列。

45 分钟


12.

项目

15 分钟

相关课程

MATLAB 基础

掌握 MATLAB 核心功能,涵盖数据分析、建模及编程。

深度学习入门之旅

快速入门,运用深度学习方法执行图像识别。

使用 MATLAB 进行机器学习

探查数据并构建预测模型

需要课堂授课?

《使用 MATLAB 进行深度学习》另以教师授课形式提供。