Vous maîtrisez les bases théoriques du Deep Learning ? Passez à la mise en pratique avec MATLAB® ! Téléchargez cet ebook et découvrez 3 approches permettant d’entraîner des réseaux de neurones, à l’aide d’un exemple basé sur la classification d’images :

  1. Entraîner un réseau à partir de zéro
  2. Utiliser l'apprentissage par transfert pour entraîner un réseau existant
  3. Adapter un réseau pré-entraîné pour la segmentation sémantique

Vous pourrez également accéder à deux exemples montrant comment les modèles de Deep Learning peuvent être appliqués à des séries temporelles ou à des signaux.

Téléchargez l'ebook et découvrez comment :

  • Créer et configurer les couches du réseau
  • Adapter les architectures du réseau, y compris le réseau de neurones à convolution (CNN), le graphe orienté acyclique (DAG) et le long short-term memory (LSTM)
  • Sélectionner les meilleures options d'apprentissage et algorithmes
  • Utiliser l'augmentation de données et l'optimisation bayésienne pour améliorer l'exactitude du modèle
  • Incorporer des spectrogrammes pour la reconnaissance vocale