深度學習 Deep Learning with MATLAB（懶人版）_深度學習

話說俄羅斯來的myc雖然是搞Computer Vision的，但是在上學的時候從來沒有接觸過Neural Network，更別說Deep Learning了。在他求職的時候，Deep Learning才剛開始進入人們的視線。

然而現在如果你有幸被myc面試，他會問你這個問題 Deep Learning為什麼要叫Deep Learning。和普通的Machine Learning有什麼區別。

如果你答不上來，沒關係，因為作為工程師，我們只要知道怎麼在MATLAB裡使用就可以了（並不是

為了展示Deep Learning對Computer Vision有多麼深遠的影響，myc為我們準備了下面的一個小demo.

如何讓程式識別圖中有什麼東西。

反正MATLAB是這麼做的 首先你得有Neural Network Toolbox 如果你有Computer Vision System Toolbox就更好了，這裡我們用他提供的

helperImportMatConvNet

來協助我們匯入一個Neural Network.

3. 你得有個支援CUDA的GPU

我們首先不要臉地下載大牛們訓練好的網路，AlexNet是通過ImageNet提供的1000種不同的物體的圖片訓練出的網路，換言之，他認識這1000種東西，超出這個範圍就不認識了

cnnURL = 'http://www.vlfeat.org/matconvnet/models/beta16/imagenet-caffe-alex.mat';% Store CNN model in a temporary foldercnnMatFile = fullfile(tempdir, 'imagenet-caffe-alex.mat');if ~exist(cnnMatFile, 'file') % download only once    disp('Downloading pre-trained CNN model...');    websave(cnnMatFile, cnnURL);end

接下來匯入到MATLAB中

convnet = helperImportMatConvNet(cnnMatFile)

讀入我們的圖片

I = imread('sherlock.jpg');

AlexNet模型需要圖片是227x227x3的彩圖

I = imresize(I,[227,227]);

啟用最後一個分類Layer

category = activations(convnet,I,’classificationLayer‘);

找到機率最大的類

[~,idx] = max(category);

看看是啥

convnet.Layers(end).ClassNames{idx}ans = ’n02099712‘

回到ImageNet看看這是哪個類別

原來是拉布拉多，神奇吧。最重要的是，全程都很無腦有沒有。 老闆：不錯啊myc，這麼快就把狗給識別出來了
myc：哪裡哪裡，借用了別人的成果而已
老闆：其實吧，這隻狗是金毛
myc：……
老闆：沒事，其實人也經常弄錯，再接再厲。
myc：……怪我咯
作者：傳輸速率
連結：https://zhuanlan.zhihu.com/p/20944764
來源：知乎