MATLAB神经网络分析及应用 课件 11深度神经网络的分析与应用.pptxVIP

第11章深度神经网络的分析与应用

般来说，深度学习（DeepNeuralNetworks，DNNs）的基础就是人工神经网络，而人工神经网络是由生物神经网络的启发得来的。DNNs是一个由多个层组成的递归函数，每一层由多个神经元组成，每个神经元接收前一层所有神经元的输出，根据输入数据对输出进行计算并传递给下一层神经元，最终完成预测或分类任务。DNNs的学习能力强、非线性高、高度并行化、自适应机制、鲁棒性好等特点使其能在各个领域中广泛应用。本章主要对深度神经网络中较具典型代表的卷积神经网络、递归神经网络和长短时记忆神经网络进行介绍。

11.1卷积神经网络AlexNet是深度为8层的卷积神经网络，可以从ImageNet数据库中加载该网络的预训练版本，该版本基于ImageNet数据库的超过一百万个图像进行训练。该预训练网络可以将图像分类至1000个目标类别（例如键盘、鼠标、铅笔和多种动物）。因此，该网络已基于大量图像学习了丰富的特征表示。该网络的图像输入大小为227×227。在MATLAB中，提供alexnet函数用于创建AlexNet网络。函数的语法格式为：net=alexnet：返回基于ImageNet数据集训练的AlexNet网络。net=alexnet(Weights,imagenet)：返回基于ImageNet数据集训练的AlexNet网络。此语法等效于net