پیاده سازی تولباکس یادگیری عمیق در متلب

پیاده سازی شبکه های عصبی عمیق در متلب: آشنایی با تولباکس یادگیری عمیق

تولباکس یادگیری عمیق(آشنایی با چگونگی ساختن، پردازش و آموزش شبکه های یادگیری عمیق

تولباکس یادگیری عمیق، چهارچوب یکپارچه ای را برای طراحی و بهینه سازی شبکه های عصبی عمیق با الگوریتمها، مدل های پیش آموزش یافته و اپلیکیشنها  تهیه کرده است. شما می توانید از شبکه های عصبی کانولوشن( ConvNets و CNNs) و شبکه های LSTM برای آماده سازی و بهبود بخشی فرایند کلاسه بندی و رگریسون اطلاعات تصویری، سری های زمانی، و نوشتاری استفاده نمایید. برنامه های کاربردی و نمودارها در مصور سازی فعالیت ها، اصلاح کردن ساختارهای شبکه و فرآیند نمایش آموزش به شما کمک می کنند.

برای مجموعه های آموزشی کوچک، شما می توانیدفرایند آموزش را با مدل های پیش آموزش یافته(شامل SqueezeNet, Inception-v3, ResNet-101, GoogLeNetو  VGG-19) و مدل های ورودی گیرنده از TensorFlow-Keras و  Caffe انجام دهید.

برای سرعت بخشی آموزش در پایگاه داده های بزرگ، می توانید پردازنده های چند هسته ای و جی پی یو ها را استفاده کنید.

  1. شبکه ها و ساختارها

۱-۱٫ شبکه های عصبی کانولوشن

در رابطه با این مورد در درسنامه های قبلی مطالبی بیان شده است. برای مطالعه ی بیشتر به درسنامه های قبلی مراجعه نمایید

 

۱-۲٫ شبکه هایLSTM

از این شبکه می توان برای داده های زنجیره ای صوتی، سیگنالها، نوشتارها و سایر داده های وابسته به زمان استفاده کرد.

 

در درسنامه های بعدی به تفصیل به بررسی این تولباکس بسیار کاربردی خواهیم پرداخت.

شاید به این مقاله هم علاقه داشته باشی
تنظیمات Bitrate در دوربین های مداربسته
تصویر شرکت شهاب

شرکت شهاب

شرکت شهاب با تکیه بر تیمی متخصص در حوزه های پردازش تصویر، هوش مصنوعی و یادگیری عمیق، تجربه گسترده ای در اجرای پروژه های نظارت تصویری و کنترل تردد دارد و محتوای وب سایت آن بر پایه دانش عملی، تحقیق و توسعه مستمر تهیه شده است. شهاب با برخورداری از گواهینامه های معتبر، حضور فعال در رویدادهای علمی و ارائه محصولات نوآورانه ای همچون نرم افزار پلاک خوان آی پلاک ، سامانه تشخیص چهره روبینا و انواع دوربین های پلاک خوان، اعتبار خود را در صنعت تثبیت کرده است. این شرکت با رعایت اصول شفافیت، امنیت، دقت علمی و مسئولیت پذیری در پشتیبانی، تلاش می کند اعتماد کاربران را جلب کرده و محتوایی کاربردی، به روز و مبتنی بر استانداردهای بین المللی ارائه دهد.

5 پاسخ

    1. سلام
      مثالهای متلب برای lstmLayer را نگاه کنید. مثالهای متنوعی برای رگرسیون، طبقه بندی و پیش بینی با استفاده از LSTM وجود دارد. به عنوان نمونه مثال Train Network for Sequence Classification
      را بررسی کنید.

  1. سلام.
    من قصد دارم از ضرایب پیش آموزش vgg16 استفاده کنم .متلب ۲۰۱۹ دارم، اما ظاهرا کار نمیکنه، میشه راهنمایی بفرمایی چه کار کنم؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دانلود دمو رایگان آی پلاک

به دنبال پلاک خوان هستید؟