MATLAB
深度学习简介
深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学
习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络
中的层数 — 层数越多，网络越深。传统的神经网络只包含 2 层或 3 层，
而深度网络可能有几百层。
什么是深度学习?
3
介绍通过 MATLAB 完成深度学习
下面只是深度学习发挥作用的几个例子：
• 无人驾驶汽车在接近人行横道线时减速。
• ATM 拒收假 钞。
• 智能手机应用程序即时翻译国外路标。
深度学习特别适合鉴别应用场景，比如人脸辨识、
文本翻译、语音识别以及高级驾驶辅助系统（包括
车道分类和交通标志识别）。
深度学习应用场景
BIBLIOTECA
LIBRARY
1 2
5
8 9
6
3
CANCEL
CLEAR
ENTER
4
7
0
4
介绍通过 MATLAB 完成深度学习
UCLA 研究人员建造了一种高级显微镜，能产生高维的数
据集，用来训练深度学习网络，在组织检体中识别癌细胞。
什么让深度学习如此先进?
简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了
很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋
选手，还能实现语音控制助理功能，如 Amazon Echo
®
和 Google
Home，可用来查找和下载您喜欢的新歌。
5
介绍通过 MATLAB 完成深度学习
什么让深度学习如此先进?
（续）
三个技术助推器让 这种精确度成为可能：
易于访问大规模带标签的数据集
ImageNet 和 PASCAL VoC 等数据集可以免费使用，对于许多不
同类型的对象训练十分有用。
增大计算能力
高性能 GPU 加快了深度学习所需的海量数据的训练速度，训练
时间从几星期减少到几小时。
由专家构建的预先训练好的模型
可以重新训练 AlexNet 之类的模型，使用名为
迁移学习
的技术执
行新识别任务。虽然使用了 130 万张高分辨率图像训练 AlexNet
来识别 1000 个不同的对象，但可以使用较小的数据集实现精确
的迁移学习。
