深層学習の基本
深層ニューラル ネットワークのインポート、構築、学習、調整、可視化、検証、およびエクスポート
Deep Learning Toolbox™ は、深層学習のワークフローにおける各ステージのためのツールを提供します。
コマンド ライン関数と対話型アプリを使用して、深いネットワークの学習用のデータを前処理する。
MATLAB® または外部のプラットフォーム (TensorFlow™ 2、TensorFlow-Keras、PyTorch®、ONNX™ など) から、事前学習済みのネットワークをインポートする。
ネットワークは、コマンド ライン関数を使用して構築するか、ディープ ネットワーク デザイナー アプリを使用して対話的に構築する。
学習オプションを選択し、組み込みの学習関数またはカスタム学習ループを使用してネットワークに学習させる。
実験マネージャー アプリを使用してハイパーパラメーターを調整するか複数の試行を実行し、ネットワークのパフォーマンスを改善する。
学習中または学習後にネットワークの動作を可視化して検証する。
外部のプラットフォーム (TensorFlow 2 や ONNX など) にネットワークをエクスポートする。
カテゴリ
- 深層ニューラル ネットワーク用のデータの前処理
深層学習用のデータの管理と前処理
- 深層ニューラル ネットワークのインポート
組み込みの事前学習済みのネットワークの読み込み、および外部のプラットフォームからのネットワークのインポート
- 深層ニューラル ネットワークの構築
ネットワークは、コマンド ライン関数を使用して構築するか、ディープ ネットワーク デザイナー アプリを使用して対話的に構築する
- 深層ニューラル ネットワークの学習
組み込みの学習関数またはカスタム学習ループを使用したネットワークの学習
- 深層ニューラル ネットワークの調整
プログラムおよび対話形式による学習オプションの調整、チェックポイントからの学習の再開、敵対的サンプルの調査
- 深層ニューラル ネットワークの可視化と検証
ネットワークの動作の可視化、予測の説明、およびロバスト性の検証
- 深層ニューラル ネットワークのエクスポート
外部の深層学習プラットフォームへのネットワークのエクスポート