Reti preaddestrate integrate
Deep Learning Toolbox™ fornisce diverse reti preaddestrate adatte al transfer learning. Il transfer learning consiste nel prendere una rete preaddestrata di Deep Learning e perfezionarla per apprendere una nuova attività. Il transfer learning è di solito più veloce e semplice rispetto all'addestramento di una rete da zero. È possibile trasferire rapidamente le feature apprese a una nuova attività utilizzando un numero minore di dati. Per scoprire le reti preaddestrate disponibili, vedere Deep Network Designer. Per ulteriori informazioni, vedere Reti neurali profonde preaddestrate.
App
Deep Network Designer | Progettare e visualizzare reti di Deep Learning |
Funzioni
imagePretrainedNetwork | Pretrained neural network for images (Da R2024a) |
Argomenti
- Classify Webcam Images Using Deep Learning
This example shows how to classify images from a webcam in real time using the pretrained deep convolutional neural network GoogLeNet.
- Retrain Neural Network to Classify New Images
This example shows how to retrain a pretrained SqueezeNet neural network to perform classification on a new collection of images.
- Addestramento della rete di Deep Learning per classificare nuove immagini
Questo esempio mostra come utilizzare il transfer learning per riaddestrare una rete neurale convoluzionale, per classificare un nuovo set di immagini.
- Reti neurali profonde preaddestrate
Apprendere come scaricare e utilizzare le reti neurali convoluzionali preaddestrate per la classificazione, il transfer learning e l’estrazione di feature.
- Deep Learning in MATLAB
Scoprire le capacità del Deep Learning in MATLAB® utilizzando le reti neurali convoluzionali per la classificazione e la regressione, incluse le reti preaddestrate e il transfer learning, nonché l’addestramento su GPU, CPU, cluster e cloud.
- Deep Learning Tips and Tricks
Learn how to improve the accuracy of deep learning networks.