このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
組み込みの事前学習済みのネットワーク
Deep Learning Toolbox™ では、転移学習に適したいくつかの事前学習済みのネットワークが用意されています。転移学習は、事前学習済みの深層学習ネットワークを利用して、新しいタスクを学習するように微調整するプロセスです。通常は、転移学習を使用する方が、ネットワークにゼロから学習させるよりも簡単で時間もかかりません。少量のデータを使用して、新しいタスクに学習済みの特徴を高速に転移できます。利用可能な事前学習済みのネットワークを検討するには、ディープ ネットワーク デザイナーを使用します。詳細については、事前学習済みの深層ニューラル ネットワークを参照してください。
アプリ
ディープ ネットワーク デザイナー | 深層学習ネットワークの設計と可視化 |
関数
imagePretrainedNetwork | Pretrained neural network for images (R2024a 以降) |
トピック
- 深層学習を使用した Web カメラ イメージの分類
この例では、事前学習済みの深層畳み込みニューラル ネットワーク GoogLeNet を使用して、Web カメラのイメージをリアルタイムで分類する方法を説明します。
- Retrain Neural Network to Classify New Images
This example shows how to retrain a pretrained SqueezeNet neural network to perform classification on a new collection of images.
- 新しいイメージを分類するための深層学習ネットワークの学習
この例では、転移学習を使用して、畳み込みニューラル ネットワークの再学習を行い、新しい一連のイメージを分類する方法を説明します。
- 事前学習済みの深層ニューラル ネットワーク
分類、転移学習、特徴抽出用の事前学習済みの畳み込みニューラル ネットワークのダウンロード方法と使用方法を学習します。
- MATLAB による深層学習
畳み込みニューラル ネットワークを使用して分類や回帰を行う MATLAB® の深層学習機能を確認します。これには、事前学習済みのネットワークと転移学習のほか、GPU、CPU、クラスター、およびクラウドでの学習が含まれます。
- 深層学習のヒントとコツ
深層学習ネットワークの精度を改善する方法を学習する。