本课程介绍了Wolfram语言中最先进的神经网络框架。您将学习如何探索Wolfram神经网络存储库用于预构建和预训练模型，以及如何将它们应用于您自己的数据集。还可以了解如何使用转移学习来调整模型以适应您自己的应用程序。然后，本课程将讨论神经网络的构建块，以及如何将它们组合在一个符号框架内以构建自己的神经网络的说明。将讨论训练和测试神经网络的简单示例，以及检查网络隐藏层输出的选项。
特色产品和技术：Wolfram语言（Mathematica和Wolfram|One中提供）
大纲
- 什么是神经网络：介绍神经网络体系结构和深度学习的概念，以及神经网络的高级概述。
- 神经网络框架的构建块：了解Wolfram neural Net Framework中可用的神经网络构建块。了解数据如何表示、编码器和解码器、内置层以及可用于培训和测试网络的工具。
- 探索示例：探索图像、音频、视频和自然语言处理。实际例子包括从图像中识别手写数字的神经网络。
- 神经网络知识库：快速浏览一下存储库，它是神经网络的公共集合，从中可以轻松检索和重用模型。请参阅一个使用转移学习调整和再培训预先构建的Wolfram ImageIdentify网络模型的简单示例，以了解从图像中确定犬种的特定用例。
