組み込みの事前学習済みのネットワーク

組み込みの事前学習済みのネットワークの読み込み、および転移学習の実行

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。

注目の例

GoogLeNet を使用したイメージの分類

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 を使用してイメージを分類する方法を説明します。

ライブスクリプトを開く

ディープネットワークデザイナーを使用した転移学習用のネットワークの準備

新しいイメージ分類タスクを学習するように、事前学習済みの深層学習ネットワークを対話形式で微調整する。

ライブスクリプトを開く

事前学習済みのネットワークを使用したイメージの特徴の抽出

この例では、事前学習済みの畳み込みニューラルネットワークから学習済みのイメージの特徴を抽出し、これらの特徴を使用してイメージ分類器に学習させる方法を説明します。特徴抽出は、事前学習済みの深いネットワークの表現能力を活用できる最も簡単で時間のかからない方法です。たとえば、抽出した特徴に対して fitcecoc (Statistics and Machine Learning Toolbox™) を使用してサポートベクターマシン (SVM) に学習させることができます。特徴抽出が必要とするものはデータを一巡する 1 つのパスのみであるため、ネットワークの学習を加速するための GPU がない場合、これは適切な開始点となります。