原创力文档- 1、本文档共13页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
freexyn编程实例视频教程系列45
Matlab与深度学习（卷积神经网络）
45.0概述
1.主要内容
运用Matlab编程处理深度学习在图像的分类识别和回归预测方
面的应用，主要内容就是学习卷积神经网络。
作者：freexyn
45.1一个实例入门深度学习
1深度学习概念
2流程
数据准备：训练数据，验证数据，测试数据
知识准备：神经网络的概念和用法（推荐系列43）
典型的深度学习神经网络：卷积神经网络
3编程演示：一个手写体识别实例入门深度学习
1/13
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
45.2图像数据集读取并输入网络：表table
1介绍图像数据集（看66.35）
THEMNISTDATABASEofhandwrittendigits
2图像数据（灰度图和彩色图）在Matlab中表达方式
3数据集读取到Matlab，介绍图像集和标签集数据格式（元胞数
组，分类数组），并预览图像；
4作为训练/验证数据传递给卷积神经网络的格式（table）
2/13
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
45.3网络分类识别并计算准确率classify
1使用已训练好的深度神经网络对图像进行分类识别；
2计算识别准确率；
3可视化预览识别结果，以及识别有误的结果。
45.4图像输入层imageInputLayer
1图像输入层（imageInputLayer）把二维图像输入到网络
2数据归一化（四种归一化方法）；
zerocenter(default)
zscore
rescale-symmetric
rescale-zero-one
none
3/13
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
45.5卷积的原理
1卷积的基本概念和运算定义
2深度网络中卷积的原理
3概念：滤波器filter、步长stride、特征图FeatureMaps、填充
Padding、膨胀因子DilationFactor
4/13
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
45.6卷积层convolution2dLayer
1卷积层属性列表介绍；
2权重参数可视化。
45.7批量归一化层batchNormalizationLayer
1批量归一化概念和原理；
2介绍批量归一化层的属性列表；
y=(x-mean)/(std+e)
z=ay+b
45.8修正线性单元reluLayer
1修正线性单元（Rectifiedlinearunit）概念和原理；
2介绍修正线性单元层的属性列表；
45.9最大池化层maxPooling2dLayer
1最大池化层的概念、原理和作用；
2介绍最大池化层的属性列表；
3averagePooling2dLayer和maxUnpooling2dLayer
5/13
freexyn编程实例视频教程系列45Matlab与深度学习（卷积神经网络）
45.10全连接层fullyConnectedLayer
1全连接层的概念、原理和作用；
2介绍全连接层的属性列表；
45.11归一化指数层softmaxLayer
归一化指数层的概念、原理和作用；
45.12分类输出层classificat
文档评论（0）