掌握基礎 MATLAB 深度學習快速入門 使用 MATLAB 執行四個常見的深度學習任務。 給工程師的深度學習小講堂 本系列影片針對工程師,介紹深度學習的各種主題,例如存取資料、訓練網路、使用遷移學習以及將模型整合到整體設計中。 用預訓練模型進行分類. (請在網路瀏覽器中進行體驗) 此範例包含一個簡單的demo, 讓您可以動手體驗 瞭解更多 電子書深度學習實用指南:從數據到部署 什麼是深度學習? 深度學習問答:全面瞭解 GPU 觀看影片 系列影片深度學習簡介 影片用 10 行 MATLAB 程式碼實現遷移學習 範例 建立簡單的深度學習網路以進行分類 提升技能 深度類神經網路 MATLAB 可以輕鬆建立和修改深度類神經網路。以下影片介紹了深度網路設計器(Deep Network Designer)的使用方法,借助這一點選式工具,您可以對深度神經網路進行互動式操作。 深度學習備忘表 本快速入門指南介紹了一些使用 MATLAB 進行深度學習的常見使用案例 深度學習範例 探索深度學習範例,瞭解如何使用 MATLAB 快速入門。 瞭解更多 透過遷移學習訓練深度學習模型 電子書MATLAB 深度學習實用範例 電子書使用深度學習實現自動光學檢查 觀看影片 影片用 10 行 MATLAB 程式碼實現遷移學習 影片工程師深度學習講堂,第 5 部分:部署深度學習模型 範例 建立和發掘Datastore以用於影像分類 使用深度學習進行時序預測 在雲端使用 MATLAB 和 NVIDIA GPU 應用專長 從零開始訓練模型 訓練卷積神經網路(CNN)來識別手寫數字 預訓練的深度學習模型 瀏覽和下載可在 MATLAB 中直接使用深度學習模型。 MATLAB 深度學習入門之旅 透過兩小時的入門操作課程,學習針對影像識別的深度學習實用方法。 瞭解更多 針對網路攝影機拍攝的影像進行分類 視覺化網路特徵 使用 LSTM 網路對資料進行分類 觀看影片 影片在 NGC 上設置 MATLAB 深度學習容器 影片在 ARM CPU 上執行影像分類:在 Raspberry Pi 上使用 SqueezeNet 範例 使用深度學習進行序列分類 使用深度學習網路產生文本 探索 GitHub 上最新的深度學習範例