Main Content

Pre-elaborazione dei dati

Gestire e pre-elaborare dati sequenziali e tabellari per il Deep Learning

La pre-elaborazione dei dati è un primo passo comune nel workflow di Deep Learning per preparare i dati grezzi in un formato che possa essere accettato dalla rete. Ad esempio, è possibile pre-elaborare i dati per migliorare le feature desiderate o ridurre gli artefatti che possono influenzare la rete. Ad esempio, è possibile normalizzare o rimuovere il rumore dai dati di input.

È possibile pre-elaborare l’input della sequenza con operazioni quali la normalizzazione, utilizzando i datastore e le funzioni disponibili in MATLAB® e Deep Learning Toolbox™. Altri toolbox MATLAB offrono funzioni, datastore e app per l'etichettatura, l'elaborazione e l'incremento dei dati di Deep Learning. Utilizzare gli strumenti specializzati di altre toolbox MATLAB per elaborare i dati in domini quali l’audio, il testo e l’elaborazione dei segnali.

App

Video LabelerLabel video for computer vision applications
Ground Truth LabelerLabel ground truth data for automated driving applications
Signal LabelerLabel signal attributes, regions, and points of interest, and extract features

Funzioni

transformTransform datastore
combineCombine data from multiple datastores
TransformedDatastoreDatastore to transform underlying datastore
CombinedDatastoreDatastore to combine data read from multiple underlying datastores
padsequencesPad or truncate sequence data to same length (Da R2021a)
minibatchqueueCreate mini-batches for deep learning (Da R2020b)

Argomenti