         使用 MATLAB 進行深度學習課程培訓

導入圖像和序列數據
使用卷積神經網絡進行圖像分類，回歸和目標檢測
使用長短期記憶網絡進行序列分類和預測
修改常見的網絡結構解決自定義問題
修改訓練選項來改善網絡效率
Day 1 of 2

使用遷移學習進行圖像分類

目標：課程概述，使用預訓練網絡執行圖像分類，使用遷移學習訓練自定義分類網絡。

預訓練網絡
圖像數據存儲
遷移學習
網絡評估
解釋網絡行為

目標：可視化通過網絡的圖像數據了解網絡如何運算，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
創建網絡

目標：從頭開始建立卷積網絡，理解網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
神經網絡
卷積層和過濾器
訓練網絡

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。

訓練網絡
訓練過程繪圖
確認

Day 2 of 2

改善網絡性能

目標：選擇和修改訓練算法選項，網絡結構，或者訓練數據來改善網絡效率。

訓練選項
有向無環圖
增加數據存儲
執行圖像回歸

目標：創建卷積網絡來預測連續數據響應。

回歸網絡遷移學習
回歸網絡評估矩陣
圖像檢測目標

目標：訓練網絡定位和標明圖像中具體對象。

目標檢測
序列數據分類

目標：建立和訓練網絡進行有序序列數據分類，例如時間序列和傳感器數據。

長短期記憶網絡
序列分類
序列預處理
類別序列
生成輸出序列

目標：使用遞歸網絡創建預測序列。

序列分類
序列預測