Formación MATLAB y Simulink

Deep Learning Onramp


 

Acceso a MATLAB a través de su navegador web

 

Atractivos tutoriales en vídeo

 

Ejercicios prácticos con evaluaciones automatizadas y comentarios

 

Lecciones disponibles en inglés y japonés


Seleccione una lección para comenzar


1.

Presentación

Familiarícese con los conceptos de Deep Learning y el curso.

  • Deep Learning para reconocimiento de imágenes
  • Descripción general del curso

2.

Uso de redes previamente entrenadas

Realice clasificaciones de imágenes con una red ya creada y entrenada.

  • Ejemplo del curso: Identificar objetos en imágenes
  • Realización de predicciones
  • Arquitectura de CNN
  • Evaluación de predicciones
  • Objeto datastore para imágenes

3.

Gestión de colecciones de datos

Importar carpetas de imágenes y hacerlas utilizables con una red determinada.

  • Datastores de imágenes
  • Preparación de imágenes para utilizar como entrada
  • Procesando imágenes en un almacén de datos
  • Crear un almacén de datos utilizando subcarpetas

4.

Transferencia del aprendizaje

Use datos nuevos para modificar una red previamente entrenada y clasificar imágenes en clases nuevas.

  • Componentes necesarios para la transferencia del aprendizaje
  • Preparación de los datos de entrenamiento
  • Modificación de las capas de la red
  • Configuración de las opciones de entrenamiento
  • Entrenamiento de la red
  • Evaluación del rendimiento
  • Resumen de la transferencia del aprendizaje

Cursos relacionados

Deep Learning con MATLAB

Aprenda la teoría y la práctica de la creación de redes neuronales profundas con datos de imágenes y secuencias de la vida real. 

Machine Learning con MATLAB

Explorar datos y construir modelos predictivos.

Fundamentos de MATLAB

Aprenda las funciones básicas de MATLAB para el análisis de datos, modelado y programación.