Redes Neuronales Convolucionales. Ejemplos Con Matlab (spani

Descripción

REDES NEURONALES CONVOLUCIONALES. Ejemplos con MATLAB (Spani

Description:
Las redes neuronales convolucionales (CNN o ConvNets) son herramientas esenciales para el aprendizaje profundo y son especialmente adecuadas para el reconocimiento de imagenes. Puede construir una arquitectura CNN, entrenar una red y usar la red entrenada para predecir etiquetas de clase. Tambien puede extraer caracteristicas de una red previamente entrenada y usar estas caracteristicas para entrenar un clasificador lineal. Neural Network Toolbox tambien le permite realizar transferencias de aprendizaje; es decir, volver a entrenar la ultima capa completamente conectada de una CNN existente en nuevos datos. MATLAB tiene la herramienta Neural Network Toolbox (Deep Leraning toolbox de la version 18) que proporciona algoritmos, funciones y aplicaciones para crear, entrenar, visualizar y simular redes neuronales. Puede realizar clasificacion, regresion, agrupamiento, reduccion de dimensionalidad, pronostico de series de tiempo y modelado y control de sistemas dinamicos. La caja de herramientas incluye algoritmos de aprendizaje profundo de red neuronal convolucional y codificador automatico para la clasificacion de imagenes y tareas de aprendizaje de caracteristicas. Para acelerar el entrenamiento de grandes conjuntos de datos, puede distribuir calculos y datos entre procesadores multinucleo, GPU y clusteres de computadoras usando Parallel Computing Toolbox. Este libro desarrolla el tratamiento y las aplicaciones de las redes neuronales convolucionales con MATLAB a traves de funciones, clases, clasificacion de imagenes, aprendizaje de caracteristicas, reconocimiento de patrones, agrupamiento, autocodificadores, aprendizaje por transferencia y aprendizaje profundo.