MATLAB深度学习简介.docx

《MATLAB深度学习简介.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、MATLAB深度学习简介什么是深度学习?深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络中的层数—层数越多，网络越深。传统的神经网络只包含2层或3层，而深度网络可能有几百层。深度学习应用场景下面只是深度学习发挥作用的几个例子：•无人驾驶汽车在接近人行横道线时减速。•ATM拒收假钞。•智能手机应用程序即时翻译国外路标。深度学习特别适合鉴别应用场景，比如人脸辨识、文本翻译、语音识别以及高级驾驶辅助系统（包括车道分类和交通标志识别）。BIBLIOTECALIBRAR

2、Y123CANCEL456CLEAR789ENTER0介绍通过MATLAB完成深度学习3什么让深度学习如此先进?简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋选手，还能实现语音控制助理功能，如AmazonEcho®和GoogleHome，可用来查找和下载您喜欢的新歌。UCLA研究人员建造了一种高级显微镜，能产生高维的数据集，用来训练深度学习网络，在组织检体中识别癌细胞。介绍通过MATLAB完成深度学习4什么让深度学习如此先进?（续）三个技术助推器让这种精确度成为可能：易于访问大

3、规模带标签的数据集ImageNet和PASCALVoC等数据集可以免费使用，对于许多不同类型的对象训练十分有用。增大计算能力高性能GPU加快了深度学习所需的海量数据的训练速度，训练时间从几星期减少到几小时。由专家构建的预先训练好的模型可以重新训练AlexNet之类的模型，使用名为迁移学习的技术执行新识别任务。虽然使用了130万张高分辨率图像训练AlexNet来识别1000个不同的对象，但可以使用较小的数据集实现精确的迁移学习。介绍通过MATLAB完成深度学习5在深度神经网络内部深度神经网络结合多个非线性处理层，并行使用简单元素操作，受到了生物神经系统

4、的启发。它由一个输入层、多个隐藏层和一个输出层组成。各层通过节点或神经元相互连接，每个隐藏层使用前一层的输出作为其输入。介绍通过MATLAB完成深度学习6深度神经网络如何学习比如说，我们有一组图像，每个图像包含四种不同类别对象的一种，我使用此训练数据，网络随后能开始理解对象的具体特征，并与相应的们想让深度学习网络自动识别每个图像中有哪个对象。我们给图类别建立关联。像加标签，这样就有了网络的训练数据。网络中的每一层从前面一层吸取数据，进行变换，然后往下传递。网络增加了复杂度和逐层学习的详细内容。注意，网络直接从数据中学习—我们对学习到的具体特征没有影响

5、。FILTERSINPUTOUTPUT介绍通过MATLAB完成深度学习7关于卷积神经网络卷积神经网络（CNN或ConvNet）是图像和视频深度学习的最流行卷积将输入图像放进一组卷积过滤器，每个过滤器激活图像中的某些算法之一。特征。像其他神经网络一样，CNN由一个输入层、一个输出层和中间的多个池化通过执行非线性下采样，减少网络需要学习的参数个数，从而简隐藏层组成。化输出。特征检测层修正线性单元(ReLU)通过将负值映射到零和保持正数值，实现更快、这些层对数据执行三种类型操作中的一种，即卷积、池化或修正线性更高效的训练。单元(ReLU)。这三种操作在几十

6、层或几百层上反复进行，每一层都学习检测不同的特征。CARCARTRUCKTRUCKVANVANBICYCLEBICYCLEFULLYFULLYINPUTINPUTCONVOLUTIONCONVOLUTION++RELURELUPOOLINGPOOLINGCONVOLUTIONCONVOLUTION++RELURELUPOOLINGPOOLINGFLATTENFLATTENSOFTMAXSOFTMAXCONNECTEDCONNECTEDFEATUREFEATUREDETECTIONLEARNINGCLASSIFICATIONCLASSIFICATION

7、介绍通过MATLAB完成深度学习8关于卷积神经网络（续）分类层在特征检测之后，CNN的架构转移到分类。倒数第二层是全连接层(FC)，输出K维度的向量，其中K是网络能够预测的类数量。此向量包含任何图像的每个类进行分类的概率。CNN架构的最后一层使用softmax函数提供分类输出。没有用于选择层数的确切公式。最好的方法是尝试一些层，查看工作效果如何，或者使用预先训练好的网络。CARCARTRUCKTRUCKVANVANBICYCLEBICYCLEFULLYFULLYINPUTINPUTCONVOLUTIONCONVOLUTION++RELURELUPO

8、OLINGPOOLINGCONVOLUTIONCONVOLUTION++RELURELUPOOLINGPOO