Глубокое обучение использует нейронные сети, чтобы изучить полезные представления функций непосредственно из данных. Например, можно использовать предварительно обученную нейронную сеть, чтобы идентифицировать и удалить артефакты как шум от изображений.
Хранилища данных для глубокого обучения (Deep Learning Toolbox)
Узнать, как использовать хранилища данных в применении глубокого обучения.
Увеличьте изображения для рабочих процессов глубокого обучения Используя Image Processing Toolbox (Deep Learning Toolbox)
В этом примере показано, как MATLAB® и Image Processing Toolbox™ могут выполнить общие виды увеличения изображений как часть рабочих процессов глубокого обучения.
Предварительно обработайте изображения для глубокого обучения (Deep Learning Toolbox)
Узнать, как, чтобы изменить размер изображений для обучения, прогноза и классификации, и как предварительно обработать изображения с помощью увеличения данных, преобразований и специализированных хранилищ данных.
Предварительно обработайте объемы для глубокого обучения (Deep Learning Toolbox)
Считайте и предварительно обработайте объемное изображение и пометьте данные для 3-D глубокого обучения.
Обучите и примените нейронные сети шумоподавления
Используйте предварительно обученную нейронную сеть, чтобы удалить Гауссов шум из полутонового изображения или обучить вашу собственную сеть с помощью предопределенных слоев.
Удалите шум из цветного изображения Используя предварительно обученную нейронную сеть
В этом примере показано, как удалить Гауссов шум из изображения RGB при помощи предварительно обученной нейронной сети шумоподавления на каждом цветовом канале независимо.
Подготовьте Datastore к регрессии от изображения к изображению (Deep Learning Toolbox)
В этом примере показано, как подготовить datastore к обучению сеть регрессии от изображения к изображению использование transform
и combine
функции ImageDatastore
.
Глубокое обучение в MATLAB (Deep Learning Toolbox)
Узнайте возможности глубокого обучения в сверточных нейронных сетях использования MATLAB® для классификации и регрессии, включая предварительно обученные сети и изучение передачи и обучение на графических процессорах, центральных процессорах, кластерах и облаках.
Предварительно обученные глубокие нейронные сети (Deep Learning Toolbox)
Узнать, как загружать и использовать предварительно обученные сверточные нейронные сети в классификации, изучении передачи и извлечении признаков.
Семантическая Сегментация Используя глубокое обучение (Computer Vision Toolbox)
В этом примере показано, как обучить сеть семантической сегментации использование глубокого обучения.