Redes preentrenadas integradas
Deep Learning Toolbox™ ofrece varias redes preentrenadas adecuadas para la transferencia del aprendizaje. La transferencia del aprendizaje es un proceso que consiste en elegir una red de deep learning preentrenada y ajustarla para aprender una tarea nueva. Utilizar la transferencia del aprendizaje es normalmente un proceso más rápido y sencillo que entrenar una red desde cero. Puede transferir de forma rápida las características aprendidas a una nueva tarea con menos cantidad de datos. Para explorar las redes preentrenadas disponibles, utilice Deep Network Designer. Para obtener más información, consulte Redes neuronales profundas preentrenadas.
Apps
Deep Network Designer | Diseñar y visualizar redes de deep learning |
Funciones
imagePretrainedNetwork | Pretrained neural network for images (desde R2024a) |
Temas
- Clasificar imágenes de una webcam mediante deep learning
Este ejemplo muestra cómo clasificar imágenes de una webcam en tiempo real usando una red neuronal convolucional profunda preentrenada, GoogLeNet.
- 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.
- Entrenar redes de deep learning para clasificar nuevas imágenes
Este ejemplo muestra cómo usar la transferencia del aprendizaje para volver a entrenar una red neuronal convolucional para clasificar un nuevo conjunto de imágenes.
- Redes neuronales profundas preentrenadas
Aprenda a descargar y utilizar redes neuronales convolucionales preentrenadas para clasificación, transferencia del aprendizaje y extracción de características.
- Deep learning en MATLAB
Descubra las prestaciones de deep learning en MATLAB® utilizando redes neuronales convolucionales para clasificación y regresión, incluidas redes preentrenadas y transferencia del aprendizaje, así como entrenamiento en unidades de procesamiento gráfico (GPU), unidades CPU, clusters y nubes.
- Trucos y consejos de deep learning
Aprenda a mejorar la precisión de redes de deep learning.