深度学习经典案例解析(基于MATLAB)

前言
基础篇
案例1 巧妇难为无米之炊：数据集的制作与加载
1．1 机器学习中的数据集
1．2 如何加载MATLAB自带的数据集
1．3 如何加载自己制作的数据集
1．4 如何加载公开数据集：以CIFAR-10为例
1．5 如何划分训练集与验证集
1．6 如何扩充数据样本集
案例2 小试牛刀：如何构建一个卷积神经网络
2．1 CNN的核心——“卷积”
2．2 卷积神经网络的结构及原理
2．3 从仿生角度看卷积神经网络
2．4 基于深度学习工具箱函数构造卷积神经网络
2．5 采用DeepNetworkDesigner实现卷积网络设计
2．6 其他与构建深度网络相关的函数
案例3 精雕细琢：如何训练一个卷积神经网绍
3．1 基本概念一点通
3．2 实例需求与实现步骤
3．3 构建卷积神经网络
3．4 训练卷积神经网络
3．5 例程实现与解析

应用篇
案例4 LeNet卷积神经网络的应用：红绿灯识别
4．1 LeNet卷积神经网络
4．2 基于改进LeNet的交通灯识别
4．3 例程实现与解析
案例5 AlexNet卷积神经网络的应用：基于迁移学习的图像分类
5．1 什么是迁移学习
5．2 从不同的角度看迁移学习
5．3 AlexNet网络的原理
5．4 基于AlexNet实现迁移学习的步骤
5．5 AlexNet的加载方法
5．6 如何对AlexNet进行改进以实现迁移学习
5．7 本节所用到的函数解析
5．8 例程实现与解析
5．9 采用DeepNetworkDesigner辅助实现迁移学习
案例6 VGG16卷积神经网络的应用：融合卷积神经网络与支持向量机的物体识别
……

实战篇
参考文献