使用 MATLAB 进行深度学习

Day 1 of 2

使用迁移学习进行图像分类

目标：课程概述，使用预训练网络执行图像分类，使用迁移学习训练自定义分类网络。

• 预训练网络
• 图像数据存储
• 迁移学习
• 网络评估

解释网络行为

目标：可视化通过网络的图像数据了解网络如何运算，将该技术应用于不同种类的图像。

• 激活
• 特征提取用于机器学习

创建网络

目标：从头开始建立卷积网络，理解网络层次之间如何传递信息，以及不同层级如何工作。

• 从头开始训练
• 神经网络
• 卷积层和过滤器

训练网络

目标：理解训练算法如何工作，设置训练选项来检测和控制训练。

• 训练网络
• 训练过程绘图
• 确认

Day 2 of 2

改善网络性能

目标：选择和修改训练算法选项，网络结构，或者训练数据来改善网络效率。

• 训练选项
• 有向无环图
• 增加数据存储

执行图像回归

• 回归网络迁移学习
• 回归网络评估矩阵

图像检测目标

目标：训练网络定位和标明图像中具体对象。

• 目标检测

序列数据分类

目标：建立和训练网络进行有序序列数据分类，例如时间序列和传感器数据。

• 长短期记忆网络
• 序列分类
• 序列预处理
• 类别序列

生成输出序列

目标：使用递归网络创建预测序列。

• 序列分类
• 序列预测