北京盛世元鸿职业技能教培中心
 
.Shengshi Yuanhong vocational skills teaching and training center.

人工智能
FLUENT
证书
ABAQUS
最新动态★

关于举办MATLAB 2023a深度学习工具箱全面解析应用实践-培训

 二维码
发表时间：2023-09-18 14:26作者：会务处来源：北京盛世元鸿职业技能教培中心网址：http://Www.ssyhmatlab.com

MATLAB2023版的深度学习工具箱，提供了完整的工具链，使您能够在一个集成的环境中进行深度学习的建模、训练和部署。与Python相比，MATLAB的语法简洁、易于上手，无需繁琐的配置和安装，能够更快地实现深度学习的任务。MATLAB的深度学习工具箱提供了丰富的函数和算法，涵盖了从数据预处理到模型训练的全过程。可以轻松地导入和处理大规模数据集，利用批量导入和Datastore类函数高效地进行数据操作。MATLAB还提供了直观的深度网络设计器，能够快速构建和定制网络结构，无需编写繁琐的代码。同时，MATLAB与TensorFlow、PyTorch等深度学习框架的协同工作功能让您能够灵活地与其他平台进行交互，充分发挥各自的优势。另外，MATLAB的深度学习工具箱在模型可解释性和特征可视化方面也具备突出的优势。可以通过特征图可视化、卷积核可视化和类别激活可视化等方法，深入理解深度学习模型的工作原理和决策过程。MATLAB还提供了CAM、LIME、GRAD-CAM等常用的可解释性方法，帮助解释和解读模型的预测结果。但是在实践过程中，尤其是近几年人工智能算法发展迅速，不少研究人员在使用Matlab时遇到各类问题。为此特邀研发领域一线专家共同举办此次“MATLAB 2023a深度学习工具箱全面解析”会议。将使用腾讯会议方式与各界人士进行教学交流！


一、会议优势：

1.会议全程录播，一机一码，可后期回看  

2.内容不定期更新，后期免费参加

3.配备 PPT、电子版教材  

4.免费提供后期技术指导   

5.建立微信群方便交流

二、时间地点

2023年10月21日 — 2023年10月23日       线上直播

2023年10月21日 — 2023年10月23日       线下北京

（培训授课三天、线下提前一天报到）

三、会议目标

1.掌握MATLAB 2023a深度学习工具箱的新特性与新功能（利用Datastore类函数轻松导入和处理大规模数据集、数据清洗、实验管理器Experiment Manager等）。2.掌握深度学习（卷积神经网络、迁移学习、循环神经网络、长短时记忆神经网络、时间卷积网络、生成式对抗网络、YOLO目标检测算法、图像分割U-Net模型、自编码器等）算法的基本原理及其MATLAB代码实现方法。3.掌握深度神经网络模型优化与调参技巧（拓扑结构优化、优化器选择、数据增强等）。4.利用深度网络设计器(DeepNetworkDesigner)快速构建和定制网络结构，无需编写繁琐的代码。5.掌握CAM、Grad-CAM、LIME等深度神经网络模型的可解释性与可视化方法。6.通过实操培训掌握各种编程技巧。7.解决学员实际工作中的疑难问题。8.熟悉人工智能的最新动态及发展趋势。


四、参会对象

全国从事MATLAB、机器学习、深度学习、大数据、算法开发、工程计算、控制设计、医疗卫生、信号处理与通讯、图像处理、信号检测、金融建模设计与分析、语音识别、自然语言处理、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等领域的老师、研究生、本科生、工程师及有志于MATLAB、机器学习、深度学习研究的从业者。




时间

课程章节

主要内容

Day 1

9:00-12:00

第一章

MATLAB 2023a 深度学

习工具箱新特性简介

1、MATLAB Deep Learning Toolbox 概览

2、实时脚本（Live Script）与交互控件（Control）功能介绍与演示

3、批量大数据导入及 Datastore 类函数功能介绍与演示

4、数据清洗（Data Cleaning）功能介绍与演示

5、深度网络设计器（Deep Network Designer）功能介绍与演示

6、实验管理器（Experiment Manager）功能介绍与演示

7、MATLAB Deep Learning Model Hub 简介

8、MATLAB 与 TensorFlow、PyTorch 等深度学习框架协同工作功能介绍与演示

9、MATLAB Deep Learning Toolbox Examples 简介

Day 1

14:30-17:30

第二章

卷积神经网络

（Convolutional Neural Network, CNN）

1、 深度学习与传统机器学习的区别与联系

2、卷积神经网络的基本原理（什么是卷积核？CNN 的典型拓扑结构是怎样的？CNN 的权值共享机制是

什么？CNN 提取的特征是怎样的？）

3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet 等经典深度神经网络的区别与联系

4、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet 等）的下载与安装

5、优化算法（梯度下降、随机梯度下降、小批量随机梯度下降、动量法、Adam 等）

6、调参技巧（参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等）

7、案例讲解：（1）CNN 预训练模型实现物体识别

（2）利用卷积神经网络抽取抽象特征

（3）自定义卷积神经网络拓扑结构

（4）1D CNN 模型解决回归拟合预测问题

8、实操练习

Day 2

9:00-10:30

第三章

模型可解释性与特征可视化

Model Explanation and

Feature Visualization

1、 什么是模型可解释性？为什么需要对 CNN 模型进行解释？

2、 常用的可视化方法有哪些（特征图可视化、卷积核可视化、类别激活可视化等）？

3、 CAM（Class Activation Mapping）、LIME（Local Interpretable Model-agnostic Explanation）、GRAD-CAM

等方法原理讲解

4、 案例讲解

5、 实操练习

Day 2

10:30-12:00

第四章

迁移学习算法

（Transfer Learning）

1、迁移学习算法的基本原理（为什么需要迁移学习？迁移学习的基本思想是什么？）

2、基于深度神经网络模型的迁移学习算法

3、案例讲解：基于 Alexnet 预训练模型的模型迁移

4、实操练习

Day 2

14:30-16:30

第五章

循环神经网络与长短时记忆神经网络

（RNN & LSTM）

1. 循环神经网络（RNN）与长短时记忆神经网络（LSTM）的基本原理

2. RNN 与 LSTM 的区别与联系

3. 案例讲解：

1）时间序列预测

2）序列-序列分类

4. 实操练习

Day 2

16:30-17:30

第六章

时间卷积网络（Temporal

Convolutional Network, TCN）

1. 时间卷积网络（TCN）的基本原理

2. TCN 与 1D CNN、LSTM 的区别与联系

3. 案例讲解：

1）时间序列预测：新冠肺炎疫情预测

2）序列-序列分类：人体动作识别

4. 实操练习

Day 3

9:00-10:00

第七章

生成式对抗网络

（Generative

Adversarial Network）

1、生成式对抗网络 GAN（什么是对抗生成网络？为什么需要对抗生成网络？对抗生成网络可以做什

么？）

2、案例讲解：向日葵花图像的自动生成

3、实操练习

Day 3

10:00-11:00

第八章

自编码器

（AutoEncoder）

1、自编码器的组成及基本工作原理

2、经典自编码器（栈式自编码器、稀疏自编码器、去噪自编码器、卷积自编码器、掩码自编码器等）

3、案例讲解：基于自编码器的图像分类

4、实操练习

Day 3

11:00-12:00 14:30-16:00

第九章

目标检测 YOLO 模型

1、什么是目标检测？目标检测与目标识别的区别与联系？YOLO 模型的工作原理

2、案例讲解：(1)标注工具 Image Labeler 功能简介与演示

(2)使用预训练模型实现图像、视频等实时目标检测

(3)训练自己的数据集：新冠疫情佩戴口罩识别

3、实操练习

Day 3

16:00-17:00

第十章

U-Net 模型

1、语义分割（Semantic Segmentation）简介

2、U-Net 模型的基本原理

3、案例讲解：基于 U-Net 的多光谱图像语义分割

Day 3

17:00-17:30

第十一章

讨论与答疑

1、如何查阅文献资料？（你会使用Google Scholar、Sci-Hub、ResearchGate   吗？应该去哪些地方查找与论文配套的数据和代码？） 3、如何提炼与挖掘创新点？（如果在算法层面上难以做出原创性的工作，如何结合自己的实际问题提炼与挖掘创新点？）4、相关学习资料分享与拷贝（图书推荐、在线课程推荐等）5、建立微信群，便于后期的讨论与答疑

五、主讲专家

高校副教授，硕士生导师。主要从事图像处理、机器学习、信号处理与数据挖掘、健康医疗大数据领域的教学与研究工作。主持参与多项相关重点项目研发及基金项目，拥有丰富的科研及工程技术经验、资深的技术底蕴和专业背景。且精通多种编程工具，如MATLAB、Python、 C++、C#、VB、Java、Qt 等，发表多篇高水平的国际学术研究论文并主编《MATLAB智能算法30个案例分析》、《MATLAB神经网络43个案例分析》相关著作。


六、参会费用

统一收费：3900 元/人（含会议费、证书认证费、资料费、指导费、发票费等）费用提供报销的正规机打发票及盖有公章的纸质通知文件；如需开具培训费的单位请联系会务人员获取培训通知;

七、培训保障：

1、提供回放、方便课后温习；

2、培训结束后提供终身免费技术的支持以及后期的免费解答辅导；

3、参加本次培训后，后期的相同老师主讲的MATLAB培训可免费参加，不限次数；

4、本次研修内容非常注重实践学习，注重实践性和落地性，全程会带着大家进行大量实操练习。

八、专项优惠（两项费用优惠不可同时享用）

一次报名参加会议，后期本人可无限次数参加相同会议，学会为止。

一、凭学生证每人可优惠300 元

二、3 人以上报名每人可优惠 300 元

三、5 人员以上报名（可免费赠送一个名额）

九、颁发证书

中国管理科学研究院颁发的《MATLAB应用工程师》证书该证书可作为有关单位专业技术人员能力评价、以及求职应聘和从业人员加薪、晋升、考核等任职的重要依据。

申报资料：请准备两寸蓝底照片、身份证及学历证明（学生证、毕业证、学位证都可）电子版即可。


联系人：刘老师   18311050656

       1628405668.jpg

分享到：
                 邮  箱 ：liuhaonan@shengshiyuanhong.cn
E-mail： 1549935216@qq.com（报名中心）        电话：18311050656

ANSYS/FLUENT培训；CFD专项培训；人工智能/Python培训；知识图谱/深度学习培训；Lammps分子动力学培训；Matlab大数据培训；SPSS培训；ABAQUS有限元培训；  simulink培训；workbench培训等，面向用户实际需求，提供顾问式咨询培训                                   

  微 信 咨 询
文章分享