Cette vidéo présente l’idée de l’apprentissage par transfert. L’apprentissage par transfert consiste à modifier l’architecture réseau profonde existante, puis à la recycler pour terminer votre tâche au lieu de la tâche de formation d’origine. Dans cette vidéo, nous allons présenter comment utiliser l’apprentissage par transfert pour développer un réseau capable de reconnaître les cinq mouvements élevés dans les données d’accélération. Voir d’autres liens : • Exemples d’apprentissage en profondeur MATLAB : • 5 raisons d’utiliser MATLAB pour l’apprentissage en profondeur : • Premiers pas avec le concepteur de réseaux profonds : • Utilisez l’analyse par ondelettes et l’apprentissage en profondeur pour classer les séries chronologiques : • Réseaux de neurones profonds pré-entraînés : – – ———————————————— – ———————————————— — Obtenez une version d’essai gratuite du produit : En savoir plus sur MATLAB : En savoir plus sur Simulink : En savoir plus sur les nouvelles fonctionnalités de MATLAB et Simulink : © 2021 The MathWorks, Inc. MATLAB et Simulink sont la propriété de The MathWorks, Inc. Marque déposée. Voir www.mathworks.com/trademarks pour une liste de marques supplémentaires. Les autres noms de produits ou de marques peuvent être des marques ou des marques déposées de leurs propriétaires respectifs. .