利用MATLAB駕馭深度學習的實用秘訣 Demystifying deep learning: A practical approach in MATLAB
講師姓名/公司:Tim Jones / MathWorks Inc.
影片介紹
您是深度學習的初學者,想學習如何在工作中使用它嗎?目前深度學習在許多人類的工作任務中,已經可以實現最先進的準確性,例如在某些場景辨認出物體,或者是在環境中找出最佳路徑等。
深度學習的主要任務通常是把大型的資料數據集整合起來,其後建立神經網絡、加以訓練,可視覺化和評估不同模型,也需要使用專門的硬體 - 通常需要獨特的程式編寫知識。由於其背後的複雜理論,這些任務往往充滿著極高的挑戰性。
在本演講中,我們將演示MATLAB的新功能,讓您了解如何能協助簡化這些任務、使用者也不需撰寫低階的編程語言。藉此,您能快速的窺探並具備深度學習網絡的實踐知識。我們將建立和訓練一些神經網路來進行手寫字辨識、食物分類,並在一個城市環境中找出可駕駛的區域。
您將看到MATLAB的功能,能幫助您:
- 管理極?大的圖像集
- 將網絡可視覺化,深入探究了解神經網絡的神秘面紗
- 對圖像進行分類和像素級語義分割
- 如何輸入GoogLeNet和ResNet等網絡並進行資料訓練
- 從TensorFlow和Caffe導入和使用預先訓練的模型
- 透過電腦叢群進行平行計算,加快網絡訓練
- 可將手動地面真實標誌的工作改為自動化
- 能自動將模型轉換為CUDA程式並在GPU上運行