MATLAB深度学习神经网络的相关内容

MATLAB基于深度学习U-net神经网络模型的能谱CT的基物质分解技术研究

全文链接：http://tecdat.cn/?p=31303 CT技术伴随着一定剂量的辐射，会对患者的身体健康造成影响，而且高剂量的辐射会损害人体的遗传物质，甚至造成不可逆的损伤，进而诱发癌症（点击文末“阅读原文”获取完整代码数据）。因此，如何在保证成像质量的前提下尽可能地降低 CT 辐射剂量一...

Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测

原文链接：http://tecdat.cn/?p=27279 此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列。 LSTM神经网络架构和原理及其在Python中的预测应用 LSTM 网络是一种循环神经网络 (RNN)，它通过循环时间步长和更新网络状态来处理输入数据。网络状态包...

MATLAB用深度学习长短期记忆 (LSTM) 神经网络对智能手机传感器时间序列数据进行分类

原文链接：http://tecdat.cn/?p=26318 此示例说明如何使用长短期记忆 (LSTM) 网络对序列数据的每个时间步长进行分类。要训练深度神经网络对序列数据的每个时间步进行分类，可以使用 _序列对序列 LSTM 网络_。序列_对_序列 LSTM 网络使您能够对序列数据的每个单独时间...

Matlab用深度学习长短期记忆（LSTM）神经网络对文本数据进行分类

这个例子展示了如何使用深度学习长短期记忆（LSTM）网络对文本数据进行分类。文本数据是有顺序的。一段文字是一个词的序列，它们之间可能有依赖关系。为了学习和使用长期依赖关系来对序列数据进行分类，可以使用LSTM神经网络。LSTM网络是一种递归神经网络（RNN），可以学习序列数据的时间顺序之间的长期依...

matlab使用贝叶斯优化的深度学习：卷积神经网络CNN

此示例说明如何将贝叶斯优化应用于深度学习，以及如何为卷积神经网络找到最佳网络超参数和训练选项。要训练深度神经网络，必须指定神经网络架构以及训练算法的选项。选择和调整这些超参数可能很困难并且需要时间。贝叶斯优化是一种非常适合用于优化分类和回归模型的超参数的算法。准备数据下载CIFA...

【MATLAB第45期】基于MATLAB的深度学习SqueezeNet卷积神经网络混凝土裂纹图像识别预测模型

【MATLAB第45期】基于MATLAB的深度学习SqueezeNet卷积神经网络混凝土裂纹图像识别预测模型引言该文章展示如何微调名为SqueezeNet的预训练深度卷积网络，以执行裂纹图像分类预测。并使用一种称为Grad-CAM的技术来解释和分析分类输出。文章使用L.Zhang介绍的混凝土裂缝图像...

使用matlab深度学习工具箱实现CNN卷积神经网络训练仿真

1.算法描述深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习...

共有7条

< 1 >

跳转至： GO

更新时间 2024-04-30 20:01:03

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

社区圈子

DataWorks

DataWorks基于MaxCompute/Hologres/EMR/CDP等大数据引擎，为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台。作为阿里巴巴数据中台的建设者，DataWorks从2009年起不断沉淀阿里巴巴大数据建设方法论，同时与数万名政务/金融/零售/互联网/能源/制造等客户携手，助力产业数字化升级。