最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。
深層学習はニューラル ネットワークを使用して、有用な特徴表現をデータから直接学習します。たとえば、事前学習済みのニューラル ネットワークを使用して、イメージのノイズなどのアーティファクトを同定し除去できます。
深層学習用のデータストア (Deep Learning Toolbox)
深層学習アプリケーションでデータストアを使用する方法を学びます。
深層学習ワークフローのための Image Processing Toolbox を使用したイメージ拡張 (Deep Learning Toolbox)
この例では、深層学習ワークフローの一環として、MATLAB® および Image Processing Toolbox™ が一般的な種類のイメージ拡張をどのように実行できるかを示します。
イメージの深層学習向け前処理 (Deep Learning Toolbox)
学習、予測、および分類用にイメージのサイズを変更する方法と、データ拡張、変換、および専用のデータストアを使用してイメージを前処理する方法を学びます。
ボリュームの深層学習向け前処理 (Deep Learning Toolbox)
ボリューム イメージとラベル データを読み取り、3 次元深層学習向けに前処理します。
事前学習済みのニューラル ネットワークを使用してグレースケール イメージからガウス ノイズを除去するか、または事前定義されたレイヤーを使用して自前のネットワークを学習させます。
事前学習済みのニューラル ネットワークを使用した、カラー イメージからのノイズ除去
この例では、各カラー チャネルに対して個別に事前学習済みのノイズ除去ニューラル ネットワークを使用して、RGB イメージからガウス ノイズを除去する方法を説明します。
image-to-image 回帰用のデータストアの準備 (Deep Learning Toolbox)
この例では、ImageDatastore
の関数 transform
および combine
を使用して image-to-image 回帰ネットワークの学習用のデータストアを準備する方法を説明します。
MATLAB による深層学習 (Deep Learning Toolbox)
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。
事前学習済みの深層ニューラル ネットワーク (Deep Learning Toolbox)
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。
深層学習を使用したセマンティック セグメンテーション (Computer Vision Toolbox)
この例では、深層学習を使用してセマンティック セグメンテーション ネットワークの学習を行う方法を説明します。