Main Content

Redes profundas para imágenes

Cree redes neuronales profundas y entrénelas desde cero.

Cree nuevas redes profundas para tareas de clasificación y regresión de imágenes definiendo la arquitectura de la red y entrenando la red desde cero.

Después de definir la arquitectura de red, podrá definir los parámetros de entrenamiento con la función trainingOptions. Luego, podrá entrenar la red con trainNetwork. Utilice la red entrenada para predecir etiquetas de clase o respuestas numéricas.

Puede entrenar una red neuronal convolucional en una CPU, una GPU, varias CPU o GPU, o en paralelo en un cluster o en la nube. Para entrenar una red en una GPU o en paralelo, es necesario utilizar Parallel Computing Toolbox™. Para usar una GPU, es necesario contar con un dispositivo con GPU compatible (para obtener información sobre los dispositivos compatibles, consulte GPU Computing Requirements (Parallel Computing Toolbox)). Especifique el entorno de ejecución con la función trainingOptions.

Apps

Deep Network DesignerDiseñar, visualizar y entrenar redes de deep learning

Funciones

expandir todo

trainingOptionsOpciones para entrenar una red neuronal de deep learning
trainNetworkEntrenar redes neuronales de deep learning
analyzeNetworkAnalyze deep learning network architecture

Capas de entrada

imageInputLayerImage input layer
image3dInputLayer3-D image input layer

Convolución y capas totalmente conectadas

convolution2dLayer2-D convolutional layer
convolution3dLayer3-D convolutional layer
groupedConvolution2dLayer2-D grouped convolutional layer
transposedConv2dLayerTransposed 2-D convolution layer
transposedConv3dLayerTransposed 3-D convolution layer
fullyConnectedLayerFully connected layer

Capas de activación

reluLayerCapa de unidad lineal rectificada (ReLU)
leakyReluLayerLeaky Rectified Linear Unit (ReLU) layer
clippedReluLayerClipped Rectified Linear Unit (ReLU) layer
eluLayerExponential linear unit (ELU) layer
tanhLayerCapa de tangente hiperbólica (tanh)
swishLayerSwish layer
geluLayerGaussian error linear unit (GELU) layer
functionLayerFunction layer

Capas de normalización, abandono y recorte

batchNormalizationLayerBatch normalization layer
groupNormalizationLayerGroup normalization layer
instanceNormalizationLayerInstance normalization layer
layerNormalizationLayerLayer normalization layer
crossChannelNormalizationLayer Channel-wise local response normalization layer
dropoutLayerDropout layer
crop2dLayer2-D crop layer
crop3dLayer3-D crop layer

Agrupar y desagrupar capas

averagePooling2dLayerAverage pooling layer
averagePooling3dLayer3-D average pooling layer
globalAveragePooling2dLayer2-D global average pooling layer
globalAveragePooling3dLayer3-D global average pooling layer
globalMaxPooling2dLayerGlobal max pooling layer
globalMaxPooling3dLayer3-D global max pooling layer
maxPooling2dLayerMax pooling layer
maxPooling3dLayer3-D max pooling layer
maxUnpooling2dLayerMax unpooling layer

Capas de combinación

additionLayerCapa de suma
multiplicationLayerMultiplication layer
concatenationLayerCapa de concatenación
depthConcatenationLayerCapa de concatenación de profundidad

Capas de salida

sigmoidLayerSigmoid layer
softmaxLayerCapa softmax
classificationLayerCapa de clasificación de salida
regressionLayerCapa de salida de regresión
layerGraphGráfica de capas de red de deep learning
plotRepresentar una arquitectura de red neuronal
addLayersAdd layers to layer graph or network
removeLayersRemove layers from layer graph or network
replaceLayerReplace layer in layer graph or network
connectLayersConnect layers in layer graph or network
disconnectLayersDisconnect layers in layer graph or network
DAGNetworkRed DAG de deep learning
resnetLayersCreate 2-D residual network
resnet3dLayersCreate 3-D residual network
isequalCheck equality of deep learning layer graphs or networks
isequalnCheck equality of deep learning layer graphs or networks ignoring NaN values
classifyClassify data using trained deep learning neural network
predictPredict responses using trained deep learning neural network
activationsCalcular las activaciones de las capas de una red de deep learning
confusionchartCreate confusion matrix chart for classification problem
sortClassesSort classes of confusion matrix chart

Bloques

expandir todo

PredictPredecir respuestas usando una red neuronal de deep learning entrenada
Image ClassifierClasificar datos con una red neuronal de deep learning entrenada

Temas