La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Réseaux profonds pour les images
Créez de nouveaux réseaux profonds pour des tâches de classification et de régression sur des images en définissant l’architecture du réseau et en entraînant le réseau à partir de zéro.
Après avoir défini l’architecture du réseau, vous pouvez définir des paramètres d’apprentissage avec la fonction trainingOptions
. Vous pouvez entraîner le réseau avec trainNetwork
. Utilisez le réseau entraîné pour prédire des étiquettes de classe ou des réponses numériques.
Vous pouvez entraîner un réseau de neurones à convolution sur un CPU, un GPU, plusieurs CPU ou GPU, ou en parallèle sur un cluster ou dans le cloud. L’apprentissage sur un GPU ou en parallèle nécessite Parallel Computing Toolbox™. L’utilisation d’un GPU nécessite un dispositif GPU supporté (pour plus d'information sur les dispositifs supportés, veuillez consulter GPU Computing Requirements (Parallel Computing Toolbox)). Spécifiez l’environnement d’exécution avec la fonction trainingOptions
.
Applications
Deep Network Designer | Concevoir, visualiser et entraîner des réseaux de Deep Learning |
Fonctions
Blocs
Rubriques
- Créer un réseau simple de Deep Learning pour la classification
Cet exemple montre comment créer et entraîner un réseau de neurones à convolution simple pour la classification Deep Learning.
- Train Convolutional Neural Network for Regression
This example shows how to train a convolutional neural network to predict the angles of rotation of handwritten digits.
- List of Deep Learning Layers
Discover all the deep learning layers in MATLAB®.
- Specify Layers of Convolutional Neural Network
Learn about how to specify layers of a convolutional neural network (ConvNet).
- Build Networks with Deep Network Designer
Interactively build and edit deep learning networks in Deep Network Designer.
- Set Up Parameters and Train Convolutional Neural Network
Learn how to set up training parameters for a convolutional neural network.
- Deep Learning in MATLAB
Discover deep learning capabilities in MATLAB using convolutional neural networks for classification and regression, including pretrained networks and transfer learning, and training on GPUs, CPUs, clusters, and clouds.
- 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.
- Example Deep Learning Networks Architectures
This example shows how to define simple deep learning neural networks for classification and regression tasks.