Main Content

事前学習済みのネットワーク

事前学習済みのイメージ ネットワークを使用して新しいタスクを高速に学習させる

転移学習を使用し、事前学習済みのネットワークで得られる知識を活用して新しいイメージ データに含まれる新しいパターンを学習させます。通常は、転移学習によって事前学習済みのイメージ分類ネットワークを微調整する方が、ゼロから学習させるよりもはるかに簡単で時間がかかりません。事前学習済みの深いネットワークを使用すると、数百万のイメージや強力な GPU を用意して新しいネットワークの定義と学習を行うことなく、新しいタスクのモデルを高速に作成できます。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。

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

すべて展開する

trainingOptions深層学習ニューラル ネットワークの学習のオプション
trainnetTrain deep learning neural network (R2023b 以降)
analyzeNetwork深層学習ネットワーク アーキテクチャの解析
imagePretrainedNetworkPretrained neural network for images (R2024a 以降)
predict推論用の深層学習ネットワーク出力の計算 (R2019b 以降)
minibatchpredictMini-batched neural network prediction (R2024a 以降)
scores2labelConvert prediction scores to labels (R2024a 以降)
confusionchart分類問題用の混同行列チャートの作成
sortClasses混同行列チャートのクラスの並べ替え

ブロック

すべて展開する

Predict学習済み深層学習ニューラル ネットワークを使用した応答の予測 (R2020b 以降)
Image Classifier学習済み深層学習ニューラル ネットワークを使用したデータの分類 (R2020b 以降)

トピック