深度学习近期得到很大关注，原因显而易见。它正在达到空前的精确水平 — 深度学习算法在图像分类上能超越人类，还能打败世界最优秀的围棋选手。
如果您有意在您的项目中使用深度学习技术，但是您此前没有用过这项技术，您要从哪里入手呢？
您应该花时间使用深度学习模型还是您能够使用机器学习技术达到同样的结果？对于图像识别是搭建一个新的神经网络更好还是使用一个已有的预训练网络更好？您应该使用什么深度学习框架？
《 MATLAB 深度学习简介》电子书可引导您掌握这一改变游戏规则的技术的基础知识。您将会发现您不需要成为专家，现在就能开始掌握深度学习。
下载该电子书后学习：
- 机器学习与深度学习的对比
- 卷积神经网络 (CNN)
- 使用预先训练的网络（如 AlexNet）进行图像分类
- 获取示例、教程和软件来实践深度学习
了解更多
MATLAB深度学习
探索MATLAB深度学习解决方案，包含视频、产品功能、示例及模型。
深度学习入门之旅
快速入门，应用深度学习方法来实现图像识别。
MATLAB 实用深度学习示例
学习使用三种方式来训练深度学习神经网络：从头训练，迁移学习，和语义分割。
MATLAB 最前线： 深度学习有多远？ (27:55)
MATLAB R2017b 完善了对深度学习的全面支持。我们将通过一系列的演示，展现 MATLAB 大数据接口、深度学习过程、应用部署等过程。并针对 GPU介绍 如何生成深度学习推断的 CUDA 代码和提升运行效率。
