課程大綱： 使用 MATLAB 進行深度學習課程培訓
導入圖像和序列數(shù)據(jù)
使用卷積神經(jīng)網(wǎng)絡進行圖像分類，回歸和目標檢測
使用長短期記憶網(wǎng)絡進行序列分類和預測
修改常見的網(wǎng)絡結(jié)構(gòu)解決自定義問題
修改訓練選項來改善網(wǎng)絡效率
Day 1 of 2
使用遷移學習進行圖像分類
目標：課程概述，使用預訓練網(wǎng)絡執(zhí)行圖像分類，使用遷移學習訓練自定義分類網(wǎng)絡。
預訓練網(wǎng)絡
圖像數(shù)據(jù)存儲
遷移學習
網(wǎng)絡評估
解釋網(wǎng)絡行為
目標：可視化通過網(wǎng)絡的圖像數(shù)據(jù)了解網(wǎng)絡如何運算，將該技術應用于不同種類的圖像。
激活
特征提取用于機器學習
創(chuàng)建網(wǎng)絡
目標：從頭開始建立卷積網(wǎng)絡，理解網(wǎng)絡層次之間如何傳遞信息，以及不同層級如何工作。
從頭開始訓練
神經(jīng)網(wǎng)絡
卷積層和過濾器
訓練網(wǎng)絡
目標：理解訓練算法如何工作，設置訓練選項來檢測和控制訓練。
訓練網(wǎng)絡
訓練過程繪圖
確認
Day 2 of 2
改善網(wǎng)絡性能
目標：選擇和修改訓練算法選項，網(wǎng)絡結(jié)構(gòu)，或者訓練數(shù)據(jù)來改善網(wǎng)絡效率。
訓練選項
有向無環(huán)圖
增加數(shù)據(jù)存儲
執(zhí)行圖像回歸
目標：創(chuàng)建卷積網(wǎng)絡來預測連續(xù)數(shù)據(jù)響應。
回歸網(wǎng)絡遷移學習
回歸網(wǎng)絡評估矩陣
圖像檢測目標
目標：訓練網(wǎng)絡定位和標明圖像中具體對象。
目標檢測
序列數(shù)據(jù)分類
目標：建立和訓練網(wǎng)絡進行有序序列數(shù)據(jù)分類，例如時間序列和傳感器數(shù)據(jù)。
長短期記憶網(wǎng)絡
序列分類
序列預處理
類別序列
生成輸出序列
目標：使用遞歸網(wǎng)絡創(chuàng)建預測序列。
序列分類
序列預測
加入高級會員獲得助教答疑
