Formations MATLAB et Simulink

Introduction au Deep Learning (Deep Learning Onramp)


 

Accès à MATLAB via votre navigateur web

 

Tutoriels vidéo stimulants sur le Deep Learning

 

Exercices pratiques avec évaluations et commentaires automatisés

 

Leçons disponibles en anglais et japonais


Sélectionnez une leçon pour démarrer


1.

Introduction

Familiarisez-vous avec ce cours et les concepts du Deep Learning.

  • Le Deep Learning pour la reconnaissance d’images
  • Présentation du cours

2.

Utilisation de réseaux préentraînés

Classifier les images à l’aide d’un réseau déjà créé et entraîné.

  • Exemple - Identifier des objets dans des images
  • Réaliser des prédictions
  • Architecture CNN
  • Examiner les prédictions
  • Datastores pour les image

3.

Gestion des collections de données

Importer des dossiers d'images et les rendre utilisables avec un réseau donné.

  • Banque d'images
  • Préparation des images à utiliser comme entrée
  • Traitement des images dans un magasin de données
  • Créer un magasin de données à l'aide de sous-dossiers

4.

Apprentissage par transfert

Utilisez de nouvelles données pour modifier un réseau préentraîné et classifier des images dans de nouvelles classes.

  • Qu’est-ce que l’apprentissage par transfert ?
  • Composants requis pour l’apprentissage par transfert
  • Préparation des données d’apprentissage
  • Modification des couches du réseau
  • Configuration des options d’apprentissage
  • Apprentissage du réseau
  • Évaluation des performances
  • Récapitulatif sur l’apprentissage par transfert

Cours associés

Le Deep Learning avec MATLAB

Apprenez la théorie et la pratique pour développer des réseaux de neurones profonds avec des données de séquences et d'images concrètes.

Le Machine Learning avec MATLAB

Explorez et construisez des modèles prédictifs.

Les fondamentaux MATLAB

Maîtrisez les fonctionnalités principales de MATLAB pour l'analyse de données, la modélisation et la programmation.