【问题标题】:How can I start building Neural Deep network using MATLAB如何开始使用 MATLAB 构建神经深度网络
【发布时间】:2019-10-12 04:50:09
【问题描述】:
我是学生,还是python的新手,我需要在我们的领域使用深度神经网络,这与深度学习没有直接关系,但我们可以使用深度学习来优化此类错误。
我上次尝试用python工作,但我发现我需要很长时间才能从头开始学习python。我们正在使用 Matlab
几乎所有的东西,我都掌握得很好。我决定回到 matlab 在那里使用深度学习。我的问题,有谁
有什么视频或教程可以让我学习 Matlab 中的深度学习吗?
提前谢谢你。
【问题讨论】:
标签:
matlab
machine-learning
neural-network
deep-learning
【解决方案1】:
深度学习通俗地说是一个神经网络,在许多(深层)层中有很多神经元。 Deep Learning Toolbox 提供简单的 MATLAB 命令,用于创建和互连深度神经网络的各层。示例和预训练网络使使用 MATLAB 进行深度学习变得容易,即使没有高级计算机视觉算法或神经网络知识。
在 10 行 MATLAB 代码中尝试深度学习
此示例展示了如何使用深度学习来识别实时网络摄像头上的对象,只需 10 行 MATLAB 代码。
- 运行这些命令以获取下载(如果需要)、连接到网络摄像头并获取预训练的神经网络。
camera = webcam; % Connect to the camera
net = alexnet; % Load the neural network
如果您需要安装网络摄像头和 alexnet 插件,每个功能都会显示一条消息,其中包含一个链接,可帮助您使用插件资源管理器下载免费插件。或者,请参阅适用于 AlexNet 网络的深度学习工具箱模型和适用于 USB 网络摄像头的 MATLAB 支持包。
安装适用于 AlexNet 网络的深度学习工具箱模型后,您可以使用它对图像进行分类。 AlexNet 是一个预训练的卷积神经网络 (CNN),已经在超过一百万张图像上进行了训练,可以将图像分类为 1000 个对象类别(例如,键盘、鼠标、咖啡杯、铅笔和许多动物)。
- 运行以下代码以显示和分类实时图像。将网络摄像头指向一个对象,神经网络会报告它认为网络摄像头正在显示的对象类别。它将继续对图像进行分类,直到您按 Ctrl+C。代码使用 imresize 为网络调整图像大小。
while true
im = snapshot(camera); % Take a picture
image(im); % Show the picture
im = imresize(im,[227 227]); % Resize the picture for alexnet
label = classify(net,im); % Classify the picture
title(char(label)); % Show the class label
drawnow
end
我认为以下是您正在寻找的很好的参考,
- Deep Learning in MATLAB
- Time Series Forecasting Using Deep Learning
- Sequence Classification Using Deep Learning